python - 将分层 JSON 文件导入 Pandas 数据框

Question

我一直在寻找解决我的问题的方法，但找不到任何适用的方法。我正在尝试将高维 JSON 文件导入 Pandas 数据框。

结构是这样的:

{   'manufacturing_plant_events':
        {   'data':
            {   'shiftInformation':
                {   'shift1':
                    { 'color': 'red'
                        , 'amount' : 32
                        , 'order' : None
                    },
                    'shift2':
                    { 'color': 'blue'
                        , 'amount' : 44
                        , 'order' : 1
                    },
                    'shift3':
                    { 'color': 'green'
                        , 'amount' : 98
                        , 'order' : 2
                    }
                }
            ...}
        ...}
    }

我尝试过很多解决方案，包括:

• json.loads()
• pd.DataFrame(json)
• json_normalize(json)
• pd.read_json(json)

和其他人，我试过展平我的数组并将其转换为数据帧 bu，但这也不起作用。我不确定这是否可行，或者数据框是否仅支持几层嵌套。

我尝试过的扁平化只是尝试在包含叶信息的数据框中创建列。因此，我也可以使用以下列命名完整路径和值的数据框，即存储在节点中的实际值。

我的数据框中的第一行:

(
manufacturing_plant_events.data.shiftInformation.shift1.color
'red'

manufacturing_plant_events.data.shiftInformation.shift1.amount
32

manufacturing_plant_events.data.shiftInformation.shift1.order
None
)

等等。

非常感谢任何有关如何解决此问题的建议。

Answer 1

我通过扁平化字典提出了一个数据框:

import pandas as pd

def flat_dict(dictionary, prefix):
    if type(dictionary) == dict:
        rows = []

        for key, items in dictionary.items():
            rows += flat_dict(items, prefix + [key])   

        return rows

    else:
        return [prefix + [dictionary]]

def dict_to_df(dictionary):        
    return pd.DataFrame(flat_dict(dictionary, []))

感谢 json 包，您首先需要将 json 作为字典导入。