[英]Nested list of dictionary with nested list of dictionary into a Pandas dataframe
我需要帮助将其中包含字典嵌套列表的字典嵌套列表转换为数据框。 最后,我想要一些看起来像的东西(点代表中间的其他列):
id | isbn | isbn13 | .... | average_rating|
30278752 |1594634025|9781594634024| .... |3.92 |
34006942 |1501173219|9781501173219| .... |4.33 |
review_stat =[{'books': [{'id': 30278752,
'isbn': '1594634025',
'isbn13': '9781594634024',
'ratings_count': 4832,
'reviews_count': 8435,
'text_reviews_count': 417,
'work_ratings_count': 2081902,
'work_reviews_count': 3313007,
'work_text_reviews_count': 109912,
'average_rating': '3.92'}]},
{'books': [{'id': 34006942,
'isbn': '1501173219',
'isbn13': '9781501173219',
'ratings_count': 4373,
'reviews_count': 10741,
'text_reviews_count': 565,
'work_ratings_count': 1005504,
'work_reviews_count': 2142280,
'work_text_reviews_count': 75053,
'average_rating': '4.33'}]}]
如果你的钥匙总是books
pd.concat([pd.DataFrame(i['books']) for i in review_stat])
id isbn isbn13 ratings_count reviews_count text_reviews_count work_ratings_count work_reviews_count work_text_reviews_count average_rating
0 30278752 1594634025 9781594634024 4832 8435 417 2081902 3313007 109912 3.92
0 34006942 1501173219 9781501173219 4373 10741 565 1005504 2142280 75053 4.33
如果需要,您可以随时重置索引
您还可以在此处使用json_normalize
:
df = pd.json_normalize(review_stat, 'books')
[出去]
id isbn ... work_text_reviews_count average_rating
0 30278752 1594634025 ... 109912 3.92
1 34006942 1501173219 ... 75053 4.33
我相信一种无需append
数据框的更快方法是“展平”列表,因为字典包含单键books
,其中也包含一个元素。 因此,它应该很容易扁平化为一个可以传递给pd.DataFrame
列表:
df = pd.DataFrame([x['books'][0] for x in review_stat])
输出:
id isbn ... work_text_reviews_count average_rating
0 30278752 1594634025 ... 109912 3.92
1 34006942 1501173219 ... 75053 4.33
以下应该工作:
d=[i['books'][0] for i in review_stat]
df=pd.DataFrame(d)
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.