代码之家 › 专栏 › 技术社区 › mon

pandas-read_json的orient参数是什么?

pandas json

mon · 技术社区 · 3 年前

pandas.read_json 有朝向参数,但不确定文档试图解释什么。

请帮助理解它的作用。

方向:str

指示所需的JSON字符串格式。to_JSON()可以使用相应的orient值生成兼容的JSON字符串。一组可能的定向是:

“split”:类似dict的{index->[index],column->[columns],data->,[values]}

“记录”:类似于列表的[{column->value},…,{column->value}]

“index”:类似dict的{index->{column->value}}

“columns”:类似dict的{column->{index->value}}

“values”:仅值数组

通过更改参数测试了下面的JSON,但不确定它在做什么。 orient=index 引发错误 AttributeError: 'list' object has no attribute 'values' 和 orient='split' 投掷 AttributeError:“list”对象没有属性“values” 错误,但不知道它在抱怨什么。

data = """[
{
    "glossary": {
        "title": "example glossary",
        "GlossDiv": {
            "title": "S",
            "GlossList": {
                "GlossEntry": {
                    "ID": "SGML",
                    "SortAs": "SGML",
                    "GlossTerm": "Standard Generalized Markup Language",
                    "Acronym": "SGML",
                    "Abbrev": "ISO 8879:1986",
                    "GlossDef": {
                        "para": "A meta-markup language, used to create markup languages such as DocBook.",
                        "GlossSeeAlso": ["GML", "XML"]
                    },
                    "GlossSee": "markup"
                }
            }
        }
    }
},
{
    "glossary": {
        "title": "example glossary 2",
        "GlossDiv": {
            "title": "K",
            "GlossList": {
                "GlossEntry": {
                    "ID": "XML",
                    "SortAs": "XML",
                    "GlossTerm": "eXtensible Markup Language",
                    "Acronym": "XML",
                    "Abbrev": "ISO ",
                    "GlossDef": {
                        "para": "A meta-markup language, used to create markup languages such as DocBook.",
                        "GlossSeeAlso": ["GML", "XML"]
                    },
                    "GlossSee": "markup"
                }
            }
        }
    }
}
]

pd.read_json(
    data,
    orient='value'
)

0 回复 | 直到 3 年前

Valdi_Bo 3 年前

您的案例似乎不适合 read_json 。

要理解何时使用每个方位,请查阅该方法的文档 ( https://pandas.pydata.org/docs/reference/api/pandas.read_json.html )。

在您的情况下,您可以从以下方面开始:

result = pd.json_normalize(json.loads(data))

( import json 需要)。

这个函数至少可以正确地向下钻取JSON输入的结构。

类似的方法,省略第一级( 术语汇编 )根据列名, 是:

wrk = pd.read_json(data)
df = pd.json_normalize(wrk.glossary)