如何防止json_normalize重复熊猫中的列标题？
我的json结构如下：
{
"data": {
"item1": {
"field1": "foo",
"field2": "bar",
"field3": "baz"
},
"item2": {
"field1": "foo1",
"field2": "bar1",
"field3": "baz1"
},
}
}
当我使用pd.io.json.json\u normalize规范化这个数据结构时，我得到了一个数据帧，每个数据项都有1行和重复的列标题。如何使重复的列显示为行而不是列？
我现在得到这个
field1 | field2 | field3 | field1 |field2 | field3
foo | bar | baz | foo1 | bar1 | baz1
我想要的是：
field1 | field2 | field3 |
foo | bar | baz
foo1 | bar1 | baz1
共有2个答案
您可以尝试将data转换为list，然后使用json_normalize将数据规范化：
from pandas.io.json import json_normalize
content={"data": {"item1": {"field1": "foo","field2": "bar","field3": "baz"},"item2": {"field1": "foo1","field2": "bar1","field3": "baz1"},}}
content["data"]=content["data"].values()
result = json_normalize(content,"data")
print(result)
输出：
field1 field2 field3
0 foo1 bar1 baz1
1 foo bar baz
这就是你想要的吗？
In [31]: d
Out[31]:
{'data': {'item1': {'field1': 'foo', 'field2': 'bar', 'field3': 'baz'},
'item2': {'field1': 'foo1', 'field2': 'bar1', 'field3': 'baz1'}}}
In [32]: pd.DataFrame(d['data']).T
Out[32]:
field1 field2 field3
item1 foo bar baz
item2 foo1 bar1 baz1
-
问题内容： 我刚刚发现了json_normalize函数，该函数在获取JSON对象并给我一个熊猫Dataframe时效果很好。现在，我想要反向操作，该操作采用相同的Dataframe并给我一个与原始json具有相同结构的json（或类似json的字典，我可以轻松地将其转换为json）。 这是一个示例：https : //hackersandslackers.com/json-into-pandas
-
问题内容： 我读的使用。我想保留第一行作为数据，但是它一直在转换为列名。 我试过了，但这只是完全删除了它。 （请注意输入数据：我有一个字符串（），我将其转换为类似文件的对象（），然后从该文件对象进行构建。） 问题答案： 您希望将gets类型提升为查看文档重点类别： header：int或int列表，默认“ infer”行号（用作列名）以及数据的开头。如果未传递任何名称，则默认行为就像设置为0，否则
-
问题内容： 我正在尝试在两个数据帧之间合并。每个数据帧都有两个索引级别（日期，客户）。在列中，例如，某些列在两者之间匹配（货币，日期）。 按索引合并这些内容的最佳方法是什么，但不要采用两个副本的货币和日期。 每个数据框都是90列，所以我试图避免用手将所有内容写出来。 如果我做： 我懂了 谢谢！… 问题答案： 您可以算出仅在一个DataFrame中的列，并使用它来选择合并中列的子集。 然后执行合并（
-
我已经看到了将一个列/系列分解成熊猫数据框架的多个列这一主题的一些变体，但是我一直在尝试做一些事情，但是现有的方法并没有真正成功。 给定如下数据帧: 我想将系列中的项目转换为列，以 值作为值，如下所示： 我觉得这应该是一个相对简单的问题，但我已经为此努力了几个小时，不断增加的复杂程度，但没有成功。
-
我试图将CSV字符串导出到D3 Web应用程序，但是命令坚持向数据添加尾随0，这阻止了D3的正确使用。 这里有一个简单的例子来说明这个问题。 我的（简化）数据帧是： 包含一个，如下所示： 然后根据这个答案，我运行要获取我想要的格式，请执行以下操作： 现在，包含一个
-
我有4个值数据作为函数的输出。这是我的数据 这是我想要的