![](/img/trans.png)
[英]How to convert Pandas Dataframe columns of String type to a SET in JSON
[英]How to convert a JSON string with multiple columns and an index to a Pandas dataframe?
我需要將具有 2 列和索引的 JSON 字符串轉換為 pandas dataframe 但我遇到了一個錯誤,我找不到解決方案。
我嘗試使用不同的方向orient='columns
和orient='index
對 JSON 進行編碼,我還對 JSON 字符串進行了規范化並指定了列名,但仍然存在錯誤。 看起來有點棘手,我該怎么做?
這是我使用的字符串:
> 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 拋出一個錯誤,說AttributeError: 'str' object has no attribute 'values'
。
我想要的是這樣的 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
謝謝,
您可以使用pandas.read_json
。 從文檔中,您可以指定orient
= index
,它是 dict 中預期 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
您可以像這樣使用 T :
df = pd.DataFrame.from_dict(data).T
結果是這樣的:
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.