python - 将 Json 嵌套到具有特定格式的 pandas DataFrame

Question

我需要在 pandas DataFrame 中以某种格式格式化 Json 文件的内容，以便我可以运行 pandassql 来转换数据并通过评分模型运行它。

file = C:\scoring_model\json.js("file"的内容如下)

{
"response":{
  "version":"1.1",
  "token":"dsfgf",
   "body":{
     "customer":{
         "customer_id":"1234567",
         "verified":"true"
       },
     "contact":{
         "email":"mr@abc.com",
         "mobile_number":"0123456789"
      },
     "personal":{
         "gender": "m",
         "title":"Dr.",
         "last_name":"Muster",
         "first_name":"Max",
         "family_status":"single",
         "dob":"1985-12-23",
     }
   }
 }

我需要数据框看起来像这样(显然，同一行上的所有值，试图为这个问题尽可能地格式化它):

version | token | customer_id | verified | email      | mobile_number | gender |
1.1     | dsfgf | 1234567     | true     | mr@abc.com | 0123456789    | m      |

title | last_name | first_name |family_status | dob
Dr.   | Muster    | Max        | single       | 23.12.1985

我已经查看了关于这个主题的所有其他问题，尝试了各种将 Json 文件加载到 Pandas 中的方法

`with open(r'C:\scoring_model\json.js', 'r') as f:`
    c = pd.read_json(f.read())

 `with open(r'C:\scoring_model\json.js', 'r') as f:`
    c = f.readlines()

在这个解决方案Python Pandas: How to split a sorted dictionary in a column of a dataframe中尝试了pd.Panel()

来自 [yo = f.readlines()] 的数据框结果考虑尝试基于 ("") 拆分每个单元格的内容，并找到一种方法将拆分的内容放入不同的列中，但到目前为止还没有运气。非常感谢您的专业知识。提前谢谢你。

Answer 1

如果您将整个 json 作为字典(或列表)加载，例如使用 json.load，你可以使用 json_normalize :

In [11]: d = {"response": {"body": {"contact": {"email": "mr@abc.com", "mobile_number": "0123456789"}, "personal": {"last_name": "Muster", "gender": "m", "first_name": "Max", "dob": "1985-12-23", "family_status": "single", "title": "Dr."}, "customer": {"verified": "true", "customer_id": "1234567"}}, "token": "dsfgf", "version": "1.1"}}

In [12]: df = pd.json_normalize(d)

In [13]: df.columns = df.columns.map(lambda x: x.split(".")[-1])

In [14]: df
Out[14]:
        email mobile_number customer_id verified         dob family_status first_name gender last_name title  token version
0  mr@abc.com    0123456789     1234567     true  1985-12-23        single        Max      m    Muster   Dr.  dsfgf     1.1