python - 将 JSON 导入 Pandas DataFrame

Question

我正在尝试导入以下链接中的表:https://graphs.coinmarketcap.com/v1/datapoints/bitcoin/

pd.read_json('https://graphs.coinmarketcap.com/v1/datapoints/bitcoin/').head()

给我以下内容:

  market_cap_by_available_supply             price_btc  \
0    [1367174841000, 1500517590]  [1367174841000, 1.0]   
1    [1367261101000, 1575032004]  [1367261101000, 1.0]   
2    [1367347502000, 1501657492]  [1367347502000, 1.0]   
3    [1367433902000, 1298951550]  [1367433902000, 1.0]   
4    [1367522401000, 1148667722]  [1367522401000, 1.0]   

                 price_usd            volume_usd  
0   [1367174841000, 135.3]  [1367174841000, 0.0]  
1  [1367261101000, 141.96]  [1367261101000, 0.0]  
2   [1367347502000, 135.3]  [1367347502000, 0.0]  
3   [1367433902000, 117.0]  [1367433902000, 0.0]  
4  [1367522401000, 103.43]  [1367522401000, 0.0]  

列表第一个位置的值是时间戳，我想将其作为 DataFrame 的索引。例如[时间戳，值]

是否可以在 pd.read_json 命令中执行此操作？

Answer 1

我认为这是不可能的，因为 pd.read_json 的 orient 参数没有正确映射到您所需格式的选项。

但是，您可以在此处将请求与小型字典理解结合使用:

import requests

url = 'https://graphs.coinmarketcap.com/v1/datapoints/bitcoin/'
json = requests.get(url).json()
df = pd.DataFrame({col: dict(vals) for col, vals in json.items()})

print(df.head())

                market_cap_by_available_supply  price_btc   price_usd   volume_usd
1367174841000   1500517590                      1.0         135.30     0.0
1367261101000   1575032004                      1.0         141.96     0.0
1367347502000   1501657492                      1.0         135.30     0.0
1367433902000   1298951550                      1.0         117.00     0.0
1367522401000   1148667722                      1.0         103.43     0.0