讀取存儲在文本文件中的字典並轉換為pandas數據框

Question

這個問題已經在這里有了答案 ：

去年關閉。

熊貓閱讀嵌套的json （1個答案）

我有一個文本文件，其中包含一系列字典形式的數據。 我想在熊貓中讀取和存儲為數據框。 我將如何閱讀。 我讀了pd.csv，但它沒有給我數據框。 有人可以幫我嗎？ 您可以在此處下載文本文件

謝謝，

齊普

Answer 1

您可以在將數據讀取為字符串后將數據轉換為json，然后使用pandas.read_json()將json轉換為數據pandas.read_json() 。

例：

import json
from pandas.io.json import json_normalize

f = open("file.txt", "w+")
contents = f.read()
contents = contents.replace("\n", "")
json_data = json.loads(contents)
df = json_normalize(json.loads(data))

之后，您應該將數據作為數據框。

希望這可以幫助！

Answer 2

問題是您有一個嵌套的json。 嘗試改用json_normalize：

import requests     #<-- requests library helps us handle http-requests
import pandas as pd

id_ = '1DbfQxBJKHvWO2YlKZCmeIN4al3xG8Wq5'
url = 'https://drive.google.com/uc?authuser=0&id={}&export=download'.format(id_)
r = requests.get(url)

df = pd.io.json.json_normalize(r.json())
print(df.columns)

---

或從硬盤驅動器，然后json_normalize如要讀取字典對象而不是路徑：

import pandas as pd
import json

with open('myfile.json') as f:
    jsonstr = json.load(f)

df = pd.io.json.json_normalize(jsonstr)

返回值：

Index(['average.accelerations', 'average.aerialDuels', 'average.assists',
       'average.attackingActions', 'average.backPasses', 'average.ballLosses',
       'average.ballRecoveries', 'average.corners', 'average.crosses',
       'average.dangerousOpponentHalfRecoveries',
       ...
       'total.successfulLongPasses', 'total.successfulPasses',
       'total.successfulPassesToFinalThird', 'total.successfulPenalties',
       'total.successfulSmartPasses', 'total.successfulThroughPasses',
       'total.successfulVerticalPasses', 'total.throughPasses',
       'total.verticalPasses', 'total.yellowCards'],
      dtype='object', length=171)

---

另一個想法是將嵌套對象存儲在一個Series中（並且您可以讓字典保存該系列）。

dfs = {k: pd.Series(v) for k,v in r.json().items()}    
print(dfs.keys()) 
# ['average', 'seasonId', 'competitionId', 'positions', 'total', 'playerId', 'percent'])
print(dfs['percent'])

返回值：

aerialDuelsWon                   23.080
defensiveDuelsWon                18.420
directFreeKicksOnTarget           0.000
duelsWon                         33.470
fieldAerialDuelsWon              23.080
goalConversion                   22.581
headShotsOnTarget                 0.000
offensiveDuelsWon                37.250
penaltiesConversion               0.000
shotsOnTarget                    41.940
...
yellowCardsPerFoul               12.500
dtype: float64

數據只有一個條目。