[英]How to flatten data numpy.ndarray in python
我有一个 numpy.ndarray 数据,如下所示,我想将其展平,以便我可以对其进行操作。 请在下面找到我的示例数据:
sample_data=[list([{'region': 'urn:li:region:9194', 'followerCounts': {'organicFollowerCount': 157, 'paidFollowerCount': 0}}, {'region': 'urn:li:region:7127', 'followerCounts': {'organicFollowerCount': 17, 'paidFollowerCount': 0}}])]
我曾尝试使用以下代码,但还没有运气:
sample.flatter()
所需的输出如下:
region organicFollowerCount paidFollowerCount
urn:li:region:9194 157 0
urn:li:region:7127 17 0
任何人都可以帮我实现这一目标吗?
这是一种使用pd.json_normalize
的方法:
import pandas as pd
# note that `sample data` has been modified into a list of dictionaries
sample_data = [
{'region': 'urn:li:region:9194',
'followerCounts': {'organicFollowerCount': 157, 'paidFollowerCount': 0}},
{'region': 'urn:li:region:7127',
'followerCounts': {'organicFollowerCount': 17, 'paidFollowerCount': 0}}
]
现在,将列表中的每个项目转换为数据框:
dfs = list()
# convert one dict at a time into a data frame, using json_normalize()
for sd in sample_data:
t = pd.json_normalize(sd)
dfs.append(t)
# convert list of dataframes into a single data frame,
# and change column labels
t = pd.concat(dfs).rename(columns={
'followerCounts.organicFollowerCount': 'organicFollowerCount',
'followerCounts.paidFollowerCount': 'paidFollowerCount'
}).set_index('region')
print(t)
organicFollowerCount paidFollowerCount
region
urn:li:region:9194 157 0
urn:li:region:7127 17 0
正如@thehumaneraser 指出的那样,这种格式并不理想,但我们不能总是影响收到的数据的格式。
您将无法使用 Numpy 的 flatten 方法以您想要的方式扁平化这些数据。 该方法仅采用多维 ndarray 并将其展平为一维。 你可以在这里阅读文档。
其他一些事情。 首先,您上面的示例数据不是 ndarray,它只是一个 python 列表。 实际上,由于您在方括号内调用list()
因此它是一个嵌套的字典列表。 这确实不是存储这些信息的好方法,并且基于这种复杂的格式,您几乎没有选择可以很好地将其“展平”到您想要的表格中。
如果您有很多这样的行,我会执行以下操作:
headers = ["region", "organicFollowerCount", "paidFollowerCount"]
data = [headers]
for row in sample_data[0]: # Subindexing here because it is unwisely a nested list
formatted_row = []
formatted_row.append(row["region"])
formatted_row.append(row["followerCounts"]["organicFollowerCount"])
formatted_row.append(row["followerCounts"]["paidFollowerCount"]
data.append(formatted_row)
data = np.array(data)
这将为您提供数据的 ndarray,因为您在这里拥有它,但这仍然是一个丑陋的解决方案。 实际上,这是一种非常不切实际的数据呈现方式,您应该放弃它以获得更好的方式。
最后一件事:不要使用骆驼壳。 这是某些语言(如 Java)的标准做法,但对于 Python 则不是。 而不是organicFollowerCount
使用organic_follower_count
等等。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.