我收到 JSON 格式的数据，但很难将它们转换成合适的格式。希望您能够帮助我。
import pandas as pd
from pandas.io.json import json_normalize
import requests
dataAPI = requests.get('here is the API URL')
print(dataAPI.json())
给我以下输出:
{'c': [277.775, 277.76, 277.65, 277.64, 277.5215], 'h': [277.89, 278.06, 277.98, 277.
76, 277.98], 'l': [277.67, 277.71, 277.59, 277.42, 277.472], 'o': [277.69, 277.795, 277.77, 277.66, 277.72], 's': 'ok', 't': [1587412320, 1587412380, 1587412440, 1587412500, 1587412560, 1587412620, ], 'v': [0, 142752, 133100, 259539, 0]}
我想创建一个包含以下列(跳过 s 列)和 float 单元格值的数据框:
c| h| l| o| t| v
277.775| 277.89| 277.67| 277.69| 1587412320| 0
...
我尝试了一些类似的方法 json_normalize(dataAPI, 'c')
但这给了我一个错误信息 类型错误:字节索引必须是整数或切片，而不是 str
非常感谢您的帮助
最佳答案
你必须定义你想要的列，而不仅仅是使用 pandas.concat:
j = {'c': [277.775, 277.76, 277.65, 277.64, 277.5215], 'h': [277.89, 278.06, 277.98, 277.76, 277.98], 'l': [277.67, 277.71, 277.59, 277.42, 277.472], 'o': [277.69, 277.795, 277.77, 277.66, 277.72], 's': 'ok', 't': [1587412320, 1587412380, 1587412440, 1587412500, 1587412560, 1587412620, ], 'v': [0, 142752, 133100, 259539, 0]}
columns = {'c', 'h', 'l', 'o', 't', 'v'}
pd.concat([pd.DataFrame({k: v}) for k, v in j.items() if k in columns], axis=1)
输出:
关于Python json规范化API请求，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61331910/