python-将多嵌套的dict / json加载到熊猫中

我正在尝试将一个非常混乱的多嵌套JSON加载到熊猫中.我已经在使用json_normalize,但是试图弄清楚我如何加入2个similair嵌套字典,以及解压缩它们的子字典和列表,这一直困扰着我.我对大熊猫的了解有限,但我假设如果可以解决的话,我可以利用它的性能优势.

我有2个包含战争数据的字典,一个是从JSON API响应中加载的,另一个是在数据库中的.我正在尝试比较2个新的攻击和防御.

战争实例

{
  "state": "active","team_size": 20,"teams": {
    "id": "12345679","name": "Good Guys","level": 10,"attacks": 4,"destruction_percentage": 22.6,"members": [
      {
        "id": "1","name": "John","level": 12
      },{
        "id": "2","name": "Tom","level": 11,"attacks": [
          {
            "attackerTag": "2","defenderTag": "4","damage": 64,"order": 7
          }
        ]
      }
    ]
  },"opponent": {
    "id": "987654321","name": "Bad Guys","level": 17,"attacks": 5,"damage": 20.95,"members": [
      {
        "id": "3","name": "Betty","attacks": [
          {
            "attacker_id": "3","defender_id": "1","damage": 70,"order": 1
          },{
            "attacker_id": "3","defender_id": "7","damage": 100,"order": 11
          }
        ],"opponentAttacks": 0,"some_useless_data": "Want to ignore,this doesn't show in every record"
      },{
        "id": "4","name": "Fred","level": 9,"attacks": [
          {
            "attacker_id": "4","defender_id": "9","order": 4
          }
        ],"opponentAttacks": 0
      }
    ]
  }
}

现在,我假设就性能而言,熊猫将是我最好的选择,而不是将它们拉在一起并遍历每个成员并进行比较.

因此,我试图获得一个很好地展平且易于遍历的数据框的尝试至少很难说.最佳情况下,我假设采用以下布局.我只是想让两个团队都只有所有成员进入一个df.我们可以省略state和team_size键,而只关注获得每个成员及其各自的攻击和team_id

df示例(预期结果):

id   name   level  attacks         member.team_id  ...
1    John   12     NaN             "123456789"
2    Tom    11     [{...}]         "123456789"
3    Betty  17     [{...},{...}]  "987654321"
4    Fred   9      [{...}]         "987654321"

这就是我想要df的基本要点.因此,我可以同时使用两个数据帧并比较新的攻击.

注意,在我尝试之前,我只是从字典中弹出()状态和team_size,因为我想要的是所有成员,团队几乎嵌入其中

我没有运气就尝试了以下方法,我知道这不是正确的方法,因为它在字典树上向后工作.

old_df = json_normalize(war,'members',['id','name','level','attacks'],record_prefix='member')

#Traceback (most recent call last):
#  File "test.py",line 83,in <module>
#    new_parse(old_war,new_war)
#  File "test.py",line 79,in new_parse
#    record_prefix='member')
#  File "/home/jbacher/.local/lib/python3.7/site-packages/pandas/io/json/normalize.py",line 262,in json_normalize
#    _recursive_extract(data,record_path,{},level=0)
#  File "/home/jbacher/.local/lib/python3.7/site-packages/pandas/io/json/normalize.py",line 238,in _recursive_extract
#    recs = _pull_field(obj,path[0])
#  File "/home/jbacher/.local/lib/python3.7/site-packages/pandas/io/json/normalize.py",line 185,in _pull_field
#    result = result[spec]
#KeyError: 'members'

我以为我可以使用类似以下内容的方法,但这也不起作用.

df = pd.DataFrame.from_dict(old,orient='index')
df.droplevel('members')

#Traceback (most recent call last):
#  File "test.py",line 106,line 87,in new_parse
#    df.droplevel('members')
#  File "/home/jbacher/.local/lib/python3.7/site-packages/pandas/core/generic.py",line 4376,in __getattr__
#    return object.__getattribute__(self,name)
#AttributeError: 'DataFrame' object has no attribute 'droplevel'

我感谢任何指导!希望我投入了足够的精力来帮助理解我的预期结果,如果没有,请告诉我!

编辑
公平地说,我确实知道如何做到这一点,只是循环字典并创建一个具有适当日期的新成员列表,但是我觉得这比使用熊猫要低得多,因为我要在数百万次战争中这样做线程化的应用程序以及我可以从中获得的每一点性能,这对我和应用程序都是一个好处. – 再次感谢!

最佳答案
我相信您可以使用:

need = ['member.id','member.name','member.level','member.attacks','id']
df1 = json_normalize(war['teams'],record_prefix='member.')[need]
#print (df1)

df2 = json_normalize(war['opponent'],record_prefix='member.')[need]
#print (df2)


df1.columns = np.where(df1.columns.str.startswith('member.'),df1.columns.str.split('.',n=1).str[1],'member.' + df1.columns)
df2.columns = np.where(df2.columns.str.startswith('member.'),df2.columns.str.split('.','member.' + df2.columns)


df = pd.concat([df1,df2],sort=False,ignore_index=True)
print (df)
  id   name  level                                            attacks  \
0  1   John     12                                                NaN   
1  2    Tom     11  [{'attackerTag': '2','defenderTag': '4','dam...   
2  3  Betty     17  [{'attacker_id': '3','defender_id': '1','dam...   
3  4   Fred      9  [{'attacker_id': '4','defender_id': '9','dam...   

   member.id  
0   12345679  
1   12345679  
2  987654321  
3  987654321  

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Python中的函数(二) 在上一篇文章中提到了Python中函数的定义和使用,在这篇文章里我们来讨论下关于函数的一些更深的话题。在学习C语言函数的时候,遇到的问题主要有形参实参的区别、参数的传递和改变、变量的作用域。同样在Python中,关于对函数的理解和使用也存在这些问题。下面来逐一讲解。一.函
Python中的字符串 可能大多数人在学习C语言的时候,最先接触的数据类型就是字符串,因为大多教程都是以&quot;Hello world&quot;这个程序作为入门程序,这个程序中要打印的&quot;Hello world&quot;就是字符串。如果你做过自然语言处理方面的研究,并且用Python
Python 面向对象编程(一) 虽然Python是解释性语言,但是它是面向对象的,能够进行对象编程。下面就来了解一下如何在Python中进行对象编程。一.如何定义一个类 在进行python面向对象编程之前,先来了解几个术语:类,类对象,实例对象,属性,函数和方法。 类是对现实世界中一些事物的封装,
Python面向对象编程(二) 在前面一篇文章中谈到了类的基本定义和使用方法,这只体现了面向对象编程的三大特点之一:封装。下面就来了解一下另外两大特征:继承和多态。 在Python中,如果需要的话,可以让一个类去继承一个类,被继承的类称为父类或者超类、也可以称作基类,继承的类称为子类。并且Pytho
Python中的函数(一) 接触过C语言的朋友对函数这个词肯定非常熟悉,无论在哪门编程语言当中,函数(当然在某些语言里称作方法,意义是相同的)都扮演着至关重要的角色。今天就来了解一下Python中的函数用法。一.函数的定义 在某些编程语言当中,函数声明和函数定义是区分开的(在这些编程语言当中函数声明
在windows下如何快速搭建web.py开发框架 用Python进行web开发的话有很多框架供选择,比如最出名的Django,tornado等,除了这些框架之外,有一个轻量级的框架使用起来也是非常方便和顺手,就是web.py。它由一名黑客所创建,但是不幸的是这位创建者于2013年自杀了。据说现在由
将Sublime Text 2搭建成一个好用的IDE 说起编辑器,可能大部分人要推荐的是Vim和Emacs,本人用过Vim,功能确实强大,但是不是很习惯,之前一直有朋友推荐SUblime Text 2这款编辑器,然后这段时间就试了一下,就深深地喜欢上这款编辑器了...
Python中的模块 有过C语言编程经验的朋友都知道在C语言中如果要引用sqrt这个函数,必须用语句&quot;#include&lt;math.h&gt;&quot;引入math.h这个头文件,否则是无法正常进行调用的。那么在Python中,如果要引用一些内置的函数,该怎么处理呢?在Python中
Python的基础语法 在对Python有了基础的认识之后,下面来了解一下Python的基础语法,看看它和C语言、java之间的基础语法差异。一.变量、表达式和语句 Python中的语句也称作命令,比如print &quot;hello python&quot;这就是一条语句。 表达式,顾名思义,是
Eclipse+PyDevʽjango+Mysql搭建Python web开发环境 Python的web框架有很多,目前主流的有Django、Tornado、Web.py等,最流行的要属Django了,也是被大家最看好的框架之一。下面就来讲讲如何搭建Django的开发环境。一.准备工作 需要下载的
在windows下安装配置Ulipad 今天推荐一款轻便的文本编辑器Ulipad,用来写一些小的Python脚本非常方便。 Ulipad下载地址: https://github.com/limodou/ulipad http://files.cnblogs.com/dolphin0520/u...
Python中的函数(三) 在前面两篇文章中已经探讨了函数的一些相关用法,下面一起来了解一下函数参数类型的问题。在C语言中,调用函数时必须依照函数定义时的参数个数以及类型来传递参数,否则将会发生错误,这个是严格进行规定的。然而在Python中函数参数定义和传递的方式相比而言就灵活多了。一.函数参数的
在Notepad++中搭配Python开发环境 Python在最近几年一度成为最流行的语言之一,不仅仅是因为它简洁明了,更在于它的功能之强大。它不仅能够完成一般脚本语言所能做的事情,还能很方便快捷地进行大规模的项目开发。在学习Python之前我们来看一下Python的历史由来,&quot;Pytho
Python中的条件选择和循环语句 同C语言、Java一样,Python中也存在条件选择和循环语句,其风格和C语言、java的很类似,但是在写法和用法上还是有一些区别。今天就让我们一起来了解一下。一.条件选择语句 Python中条件选择语句的关键字为:if 、elif 、else这三个。其基本形式如
关于raw_input( )和sys.stdin.readline( )的区别 之前一直认为用raw_input( )和sys.stdin.readline( )来获取输入的效果完全相同,但是最近在写程序时有类似这样一段代码:import sysline = sys.stdin.readline()
初识Python 跟学习所有的编程语言一样,首先得了解这门语言的编程风格和最基础的语法。下面就让我们一起来了解一下Python的编程风格。1.逻辑行与物理行 在Python中有逻辑行和物理行这个概念,物理行是指在编辑器中实际看到的一行,逻辑行是指一条Python语句。在Python中提倡一个物理行只
当我们的代码是有访问网络相关的操作时,比如http请求或者访问远程数据库,经常可能会发生一些错误,有些错误可能重新去发送请求就会成功,本文分析常见可能需要重试的场景,并最后给出python代码实现。
1.经典迭代器 2.将Sentence中的__iter__改成生成器函数 改成生成器后用法不变,但更加简洁。 3.惰性实现 当列表比较大,占内存较大时,我们可以采用惰性实现,每次只读取一个元素到内存。 或者使用更简洁的生成器表达式 4.yield from itertools模块含有大量生成器函数可
本文介绍简单介绍socket的常用函数,并以python-kafka中的源码socketpair为例,来讲解python socket的运用
python实践中经常出现编码相关的异常,大多网上找资料而没有理解原理,导致一次次重复错误。本文对常用Unicode、UTF-8、GB2312编码的原理进行介绍,接着介绍了python字符类型unicode和str以及常见编解码错误UnicodeEncodeError和UnicodeDEcodeEr