如何從嵌套字典創建多索引數據框？

Question

我有一個嵌套字典，它的第一級鍵是 [0, 1, 2...] 並且每個鍵的對應值是以下形式：

{
    "geometry": {
        "type": "Point",
        "coordinates": [75.4516454, 27.2520587]
    },
    "type": "Feature",
    "properties": {
        "state": "Rajasthan",
        "code": "BDHL",
        "name": "Badhal",
        "zone": "NWR",
        "address": "Kishangarh Renwal, Rajasthan"
    }
} 

我想制作以下形式的熊貓數據框：

        Geometry           Type                    Properties
   Type      Coordinates           State     Code    Name    Zone    Address
0  Point     [..., ...]   Features Rajasthan BDHL    ...     ...     ...
1
2

我無法理解網上關於多索引/嵌套數據框/透視的示例。 他們似乎都沒有將第一級鍵作為所需數據幀中的主索引。

我如何從我擁有的數據中獲取，以使其成為這個格式化的數據幀？

Answer 1

我建議將列創建為"geometry_type" 、 "geometry_coord"等。以便將這些列與您命名為"type"的列區分開來。 換句話說，使用您的第一個鍵作為前綴，使用子鍵作為名稱，從而創建一個新名稱。 之后，只需像這樣解析和填充您的數據框：

import json
j = json.loads("your_json.json")

df = pd.DataFrame(columns=["geometry_type", "geometry_coord", ... ])

for k, v in j.items():
    if k == "geometry":
        df = df.append({
            "geometry_type": v.get("type"),
            "geometry_coord": v.get("coordinates")
        }, ignore_index=True)
    ...

您的輸出可能如下所示：

    geometry_type               geometry_coord    ...
0   [75.4516454, 27.2520587]    NaN               ...

PS：如果你真的想要你的初始選項，你可以在這里檢查： 給一個列多個索引/標題

Answer 2

我想你有一個嵌套字典的列表。

使用json_normalize讀取JSON數據，並使用當前列索引分成2部分str.partition ：

import pandas as pd
import json

data = json.load(open('data.json'))
df = pd.json_normalize(data)
df.columns = df.columns.str.partition('.', expand=True).droplevel(level=1)

輸出：

>>> df.columns
MultiIndex([(      'type',            ''),
            (  'geometry',        'type'),
            (  'geometry', 'coordinates'),
            ('properties',       'state'),
            ('properties',        'code'),
            ('properties',        'name'),
            ('properties',        'zone'),
            ('properties',     'address')],
           )

>>> df
      type geometry                           properties                     
               type               coordinates      state  code    name zone                        address   
0  Feature    Point  [75.4516454, 27.2520587]  Rajasthan  BDHL  Badhal  NWR   Kishangarh Renwal, Rajasthan

Answer 3

您可以使用pd.json_normalize()將嵌套字典規范化為數據幀df 。

然后，使用參數expand=True df.columns的列名拆分為多索引，使用Index.str.split將df.columns為參數expand=True ，如下所示：

第 1 步：將嵌套的 dict 規范化為數據幀

j = {
    "geometry": {
        "type": "Point",
        "coordinates": [75.4516454, 27.2520587]
    },
    "type": "Feature",
    "properties": {
        "state": "Rajasthan",
        "code": "BDHL",
        "name": "Badhal",
        "zone": "NWR",
        "address": "Kishangarh Renwal, Rajasthan"
    }
} 

df = pd.json_normalize(j)

第 1 步結果：

print(df)

      type geometry.type      geometry.coordinates properties.state properties.code properties.name properties.zone            properties.address
0  Feature         Point  [75.4516454, 27.2520587]        Rajasthan            BDHL          Badhal             NWR  Kishangarh Renwal, Rajasthan

步驟 2：創建多索引列標簽

df.columns = df.columns.str.split('.', expand=True)

第 2 步（最終）結果：

print(df)

      type geometry                           properties                                                 
       NaN     type               coordinates      state  code    name zone                       address
0  Feature    Point  [75.4516454, 27.2520587]  Rajasthan  BDHL  Badhal  NWR  Kishangarh Renwal, Rajasthan