python - 如何将此 JSON 文件存储在 Pandas 数据框中？

Question

我以前从未使用过 JSON 文件。我有这个新闻分类数据集。我想将其放入 Pandas 数据框中。 它看起来像这样:

{"content": "Unions representing workers at Turner   Newall say they are 'disappointed' after talks with stricken parent firm Federal Mogul.","annotation":{"notes":"","label":["Business"]},"extras":null,"metadata":{"first_done_at":1521027375000,"last_updated_at":1521027375000,"sec_taken":0,"last_updated_by":"nlYZXxNBQefF2u9VX52CdONFp0C3","status":"done","evaluation":"NONE"}}
{"content": "SPACE.com - TORONTO, Canada -- A second\\team of rocketeers competing for the  #36;10 million Ansari X Prize, a contest for\\privately funded suborbital space flight, has officially announced the first\\launch date for its manned rocket.","annotation":{"notes":"","label":["SciTech"]},"extras":null,"metadata":{"first_done_at":1521027375000,"last_updated_at":1521027375000,"sec_taken":0,"last_updated_by":"nlYZXxNBQefF2u9VX52CdONFp0C3","status":"done","evaluation":"NONE"}}

还有更多条目，但我只发布了其中两个。每个条目都用 {} 括起来。每个条目有 4 个键:“内容”、“注释”、“附加”、“元数据”。我想将其放在数据框中，并将上述键作为列。

我尝试了 json 库和 Pandas.read_json 函数，但都给了我错误。

with open('News-Classification-DataSet.json') as data_file:
  df=json.load(data_file)

这给出了一个错误:JSONDecodeError:额外数据:第 2 行第 1 列(字符 378)

Answer 1

我相信您必须读取该文件的每一行，因为您的方式不是有效的 json 格式。

因此请阅读:

import json

data = []
with open('News-Classification-DataSet.json') as f:
    for line in f:
        data.append(json.loads(line))

现在您应该能够使用它，但是，您想要什么作为数据帧输出？

如果您想直接进入数据框，您可以按照建议进行操作:

df = pd.read_json("News-Classification-DataSet.json", lines=True)

但是你有嵌套的列，我不知道你想如何处理它。