python - 将 json 对象反规范化为平面对象

Question

我有一个像这样的 json 对象

 {
        "id": 3590403096656,
        "title": "Romania Special Zip Hoodie Blue - Version 02 A5",
        "tags": [
            "1ST THE WORLD FOR YOU <3",
            "apparel",
        ],
        "props": [
            {
                "id": 28310659235920,
                "title": "S / romainia All Over Print Full Zip Hoodie for Men (Model H14)",
                "position": 1,
                "product_id": 3590403096656,
                "created_at": "2019-05-22T00:46:19+07:00",
                "updated_at": "2019-05-22T01:03:29+07:00"
            },
            {
                "id": 444444444444,
                "title": "number 2",
                "position": 1,
                "product_id": 3590403096656,
                "created_at": "2019-05-22T00:46:19+07:00",
                "updated_at": "2019-05-22T01:03:29+07:00"
            }
        ]
}

我想把它展平，所以想要的输出看起来像

{"id": 3590403096656,"title": "Romania Special Zip Hoodie Blue - Version 02 A5","tags": ["1ST THE WORLD FOR YOU <3","apparel"],"props.id": 28310659235920,"props.title": "S / romainia All Over Print Full Zip Hoodie for Men (Model H14)","props.position": 1,"props.product_id": 3590403096656,"props.created_at": "2019-05-22T00:46:19+07:00",       "props.updated_at": "2019-05-22T01:03:29+07:00"}
{"id": 3590403096656,"title": "Romania Special Zip Hoodie Blue - Version 02 A5","tags": ["1ST THE WORLD FOR YOU <3","apparel"],"props.id": 444444444444,"props.title": "number 2","props.position": 1,"props.product_id": 3590403096656,"props.created_at": "2019-05-22T00:46:19+07:00","props.updated_at": "2019-05-22T01:03:29+07:00"}

到目前为止我已经尝试过:

from pandas.io.json import json_normalize
json_normalize(sample_object)

其中 sample_object 包含 json 对象，我正在遍历一个包含此类对象的大文件，我想以所需的格式展平这些对象。

json_normalize 没有给我想要的输出，我想保持标签不变，但展平 props 并重复父对象信息。

Answer 1

您想要一些 json_normalize 行为，但带有自定义的扭曲。因此，对一部分数据使用 json_normalize 或类似方法，然后将其与其余数据合并。

下面的代码更喜欢“或类似”路线，达到深度 into the pandas codebase获取 nested_to_record 辅助函数，它可以平整字典。它用于创建单独的行，这些行将基础数据(所有属性中通用的键/值)与特定于每个 props 条目的扁平化数据相结合。有一条注释掉的行在没有 nested_to_record 的情况下做同样的事情，但它有点不优雅地扁平化为 DataFrame，然后导出到 dict.

from collections import OrderedDict
import json
import pandas as pd
from pandas.io.json.normalize import nested_to_record

data = json.loads(rawjson)
props = data.pop('props')
rows = []
for prop in props:
    rowdict = OrderedDict(data)
    flattened_prop = nested_to_record({'props': prop})
    # flatteded_prop = json_normalize({'props': prop}).to_dict(orient='records')[0]
    rowdict.update(flattened_prop)
    rows.append(rowdict)

df = pd.DataFrame(rows)

导致: