Skip to main content
 首页 » 编程设计

python之从 json 文件将嵌套数据导入 pandas

2025年04月02日21mate10pro

我有一个生成的文件如下:

[{"intervals": [{"overwrites": 35588.4, "latency": 479.52}, {"overwrites": 150375.0, "latency": 441.1485001192274}], "uid": "23"}] 

出于空间原因,我稍微简化了文件(除了“覆盖”和“延迟”之外还有更多列)。我想将数据导入数据框,以便稍后绘制延迟。我尝试了以下方法:

with open(os.path.join(path, "my_file.json")) as json_file: 
   curr_list=json.load(json_file)    
    df=pd.Series(curr_list[0]['intervals']) 
 
print df  

返回:

0 {u'overwrites': 35588.4, u'latency...

1 {u'overwrites': 150375.0, u'latency...

但是我无法将 df 存储在允许我访问延迟字段的数据结构中,如下所示:

graph = df[['latency']] 
graph.plot(title="latency") 

有什么想法吗? 感谢您的帮助!

请您参考如下方法:

我想你可以使用 json_normalize :

import pandas as pd 
from pandas.io.json import json_normalize 
 
data = [{"intervals": [{"overwrites": 35588.4, "latency": 479.52},  
                       {"overwrites": 150375.0, "latency": 441.1485001192274}],  
         "uid": "23"}] 
 
 
result = json_normalize(data, 'intervals', ['uid']) 
print result 
    latency  overwrites uid 
0  479.5200     35588.4  23 
1  441.1485    150375.0  23