Python-從數據框（JSON）提取信息

Question

我是一個初學者，很長一段時間以來我什么都沒編碼：-)我正在使用請求庫從Incapsula（Cloud Web Security Service）API檢索JSON數據以獲取有關網站的一些統計信息。 我最后想要的是將“流量類型，時間戳和數字”寫入文件以創建報告。 API響應是這樣的：

{
    "res": 0,
    "res_message": "OK",
    "visits_timeseries" : [
        {
            "id":"api.stats.visits_timeseries.human",
            "name":"Human visits",
            "data":[
                [1344247200000,50],
                [1344247500000,40],
                ...
            ]
        },
        {
            "id":"api.stats.visits_timeseries.bot",
            "name":"Bot visits",
            "data":[
                [1344247200000,10],
                [1344247500000,20],
                ...
            ]
        }

我正在像這樣恢復Visit_timeseries數據：

r = requests.post('https://my.incapsula.com/api/stats/v1', params=payload)
reply=r.json()
reply = reply['visits_timeseries']
reply = pandas.DataFrame(reply)

我以這種形式恢復數據（Unix時間中的日期，訪問次數）：

print(reply[['name', 'data']].head())

name                                               data
0  Human visits  [[1500163200000, 39], [1499904000000, 73], [14...
1    Bot visits  [[1500163200000, 1891], [1499904000000, 1926],...

我不理解如何從數據框中提取想要的字段以僅將其寫入Excel。 我需要將數據字段修改為兩行（日期，值）。 並且只有名稱作為最上面的行。

很棒的是：

        Human Visit      Bot Visit
Date       Value           Value
Date       Value           Value
Date       Value           Value

謝謝你的幫助！

Answer 1

好吧，如果有幫助，這是一個硬編碼版本：

import pandas as pd

reply =  {
    "res": 0,
    "res_message": "OK",
    "visits_timeseries" : [
        {
            "id":"api.stats.visits_timeseries.human",
            "name":"Human visits",
            "data":[
                [1344247200000,50],
                [1344247500000,40]
            ]
        },
        {
            "id":"api.stats.visits_timeseries.bot",
            "name":"Bot visits",
            "data":[
                [1344247200000,10],
                [1344247500000,20]
            ]
        }
        ]
        }

human_data = reply['visits_timeseries'][0]['data']
bot_data = reply['visits_timeseries'][1]['data']

df_h = pd.DataFrame(human_data, columns=['Date', 'Human Visit'])
df_b = pd.DataFrame(bot_data, columns=['Date', 'Bot Visit'])
df = df_h.append(df_b, ignore_index=True).fillna(0)
df = df.groupby('Date').sum()