如何使用 python 中的 pandas 從我的 json 數據集中提取包含特定關鍵字的特定行？

Question

抱歉，這可能是一個非常簡單的問題，但我對 python/json 和一切都是新手。 我正在嘗試根據 user_location/country_code/gb 過濾我的 twitter json 數據集。 但我不知道該怎么做。 我嘗試了幾種方法，但仍然沒有機會。 我附上了我的數據集和我在這里使用的一些代碼。 我將不勝感激任何幫助。

這是我為獲得最佳結果所做的事情，但是我不知道如何將整個數據集告訴 go 並打印出 tweet_id 的結果：

import json

import pandas as pd

df = pd.read_json('example.json', lines=True)
if df['user_location'][4]['country_code'] == 'th':
  print (df.tweet_id[4])

else: 
  print('false')

此代碼向我顯示了 tweet_id: 1223489829817577472但是，我無法將其擴展到整個數據集。

我也試過了theis代碼，仍然沒有機會：

dataset = df[df['user_location'].isin([ "gb" ])].copy()

print (dataset)

這就是我的數據集的樣子：

Answer 1

我會使用以下方法將user_location列分成多列

df = pd.concat([df, df.pop('user_location').apply(pd.Series)], axis=1)

運行它應該為您提供一個列，每個列包含在user_location json 中的鍵。 然后應該很容易使用以下命令根據 country_code 打印出 tweet_ids：

df[df['country_code']=='th']['tweet_id']

對這里實際發生的事情的解釋：

• df.pop('user_location')從 df 中移除 'user_location' 列並同時返回
• 使用返回的列，我們使用.apply方法將 function 應用於列
• pd.Series將 JSON 數據/字典轉換為 DataFrame
• pd.concat將原始 df（現在沒有 'user_location' 列）與從 'user_location' 數據創建的新列連接起來