如何将具有多列和索引的 JSON 字符串转换为 Pandas dataframe？

Question

我需要将具有 2 列和索引的 JSON 字符串转换为 pandas dataframe 但我遇到了一个错误，我找不到解决方案。

我尝试使用不同的方向orient='columns和orient='index对 JSON 进行编码，我还对 JSON 字符串进行了规范化并指定了列名，但仍然存在错误。 看起来有点棘手，我该怎么做？

这是我使用的字符串：

> type(data)
<class 'str'>

> print(data)
{
"2020-04-02T00:00:00.000Z": {
    "A": 133.25,
    "B": 0.000155642
},
"2020-04-03T00:00:00.000Z": {
    "A": 136.45,
    "B": 0.0001498913
},
"2020-04-04T00:00:00.000Z": {
    "A": 141.55,
    "B": 0.0001471562
}
}

df = pd.DataFrame.from_dict(data)
df = pd.DataFrame.from_dict(json_normalize(data), orient='index', columns=['A', 'B'])

Python 抛出一个错误，说AttributeError: 'str' object has no attribute 'values' 。

我想要的是这样的 dataframe：

                                A         B
2020-04-02 00:00:00+00:00  133.25  0.000156
2020-04-03 00:00:00+00:00  136.45  0.000150
2020-04-04 00:00:00+00:00  141.55  0.000147

谢谢，

Answer 1

您可以使用pandas.read_json 。 从文档中，您可以指定orient = index ，它是 dict 中预期 JSON 字符串格式的指示，例如{index -> {column -> value}}

>>> import pandas as pd
>>> data = """
... {
...     "2020-04-02T00:00:00.000Z": {
...         "A": 133.25,
...         "B": 0.000155642
...     },
...     "2020-04-03T00:00:00.000Z": {
...         "A": 136.45,
...         "B": 0.0001498913
...     },
...     "2020-04-04T00:00:00.000Z": {
...         "A": 141.55,
...         "B": 0.0001471562
...     }
... }"""
>>> 
>>> df = pd.read_json(data, orient='index')
>>> df
                                A         B
2020-04-02 00:00:00+00:00  133.25  0.000156
2020-04-03 00:00:00+00:00  136.45  0.000150
2020-04-04 00:00:00+00:00  141.55  0.000147

Answer 2

您可以像这样使用 T ：

df = pd.DataFrame.from_dict(data).T

结果是这样的：

                          A         B
2020-04-02T00:00:00.000Z  133.25  0.000156
2020-04-03T00:00:00.000Z  136.45  0.000150
2020-04-04T00:00:00.000Z  141.55  0.000147

来源： https://note.nkmk.me/en/python-pandas-t-transpose/