我正在读取一个返回 JSON 的 API 我正在使用
from pandas.io.json import json_normalize
flatten = json_normalize(data['results'])
为了扁平化 JSON,现在的输出就像
breakdowns metric time value
0 [{u'key': u'platform', u'value': u'ios'}] fb_ad_network_imp 2018-08-29T07:00:00+0000 12
1 [{u'key': u'platform', u'value': u'android'}] fb_ad_network_imp 2018-08-29T07:00:00+0000 32
2 [{u'key': u'platform', u'value': u'ios'}] fb_ad_network_request 2018-08-29T07:00:00+0000 33
3 [{u'key': u'platform', u'value': u'android'}] fb_ad_network_request 2018-08-29T07:00:00+0000 132
现在我想根据平台将这 4 行压缩为 2 行,如下所示:
platform date clicks impressions
0 ios 2018-08-29 33 12
1 android 2018-08-29 132 32
我还映射了这些名称:
fb_ad_network_request
-> 点击次数
fb_ad_network_imp
-> 展示次数
最好的方法是什么?
最佳答案
您可以在将 dict
展开后使用 pivot_table
dddd['platform']=pd.concat([pd.DataFrame(x) for x in dddd.breakdowns]).value.values
dddd.pivot_table(index=['platform','time'],columns='metric',values='value',aggfunc=sum).reset_index()
Out[237]:
metric platform time fb_ad_network_imp fb_ad_network_request
0 android 2018-08-29 32 132
1 ios 2018-08-29 12 33
关于python - 基于列的 Pandas squash 数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52170676/