pandas数据处理技巧1-df中的json元素转df的3种方法

发布网友发布时间：2小时前

共1个回答

热心网友时间：2小时前

在数据分析中，当DataFrame中包含JSON格式的数据时，需要将其转换为标准格式以便进一步处理。这里介绍三种常见的转换方法。

首先，假设有这样一个DataFrame，其中包含一个列（我们称之为'students'）存储着JSON格式的数据:

1. json_normalize()方法

这种方法将JSON字典逐级展开，例如，将'students'列中的每个对象分解为身份（如年级和班级）等细粒度信息。例如：

python
import pandas as pd
students_df = pd.DataFrame({
'students': [{'身份': '学生1', '年级': '一年级', '班级': '1班'},
{'身份': '学生2', '年级': '二年级', '班级': '2班'}]
})
normalized_df = pd.json_normalize(students_df['students'])

2. Dataframe+concat方法

这种方法不完全展开JSON，而是根据DataFrame的结构进行合并。例如，班主任信息可以这样处理：

python
tmp_df = pd.DataFrame({'班主任': students_df['students'].apply(lambda x: x['身份'])})
result_df = pd.concat([students_df, tmp_df], axis=1)

3. Series+concat方法

类似地，通过Series操作实现，但也是将班主任信息分开：

python
tmp_df = students_df['students'].apply(lambda x: x['班主任'])
result_df = pd.concat([students_df.drop('students', axis=1), pd.DataFrame(tmp_df)], axis=1)

对于更复杂的嵌套JSON，如`contacts`列是列表且内部包含字典，可以借助`json_normalize()`的递归功能，但需要指定`record_path`参数来控制展开的层次。例如，`contacts2`列可以这样处理：

python
normalized_contacts = pd.json_normalize(students_df['students'].apply(lambda x: x['contacts2']), record_path='contacts2')

以上就是处理DataFrame中JSON元素的三种方法，它们各有优劣，根据实际需求选择合适的方式。