文章/答案/技术大牛

发布

社区首页 >问答首页 >在python中解压缩嵌套字典列表

问在python中解压缩嵌套字典列表
EN

Stack Overflow用户

提问于 2017-10-26 09:04:34

回答 1查看 615关注 0票数 1

如果有人能提出一种更为毕不过的方法来处理以下问题，我将不胜感激：

问题：我将json对象解析为python ()。我遇到的问题是json对象结构是字典列表(Dict1)。这些字典包含一本字典(Dict2)。

我想解析dict1的所有内容，并将dict2的内容合并到dict1中。

之后，我想把它解析成熊猫。

json_object = {
  "data": [{
      "complete": "true",
      "data_two": {
        "a": "5",
        "b": "6",
        "c": "6",
        "d": "8"
      },
      "time": "2016-10-17",
      "End_number": 2
    },
    {
      "complete": "true",
      "data_two": {
        "a": "11",
        "b": "21",
        "c": "31",
        "d": "41"
      },
      "time": "2016-10-17",
      "End_number": 1
    }
  ],
  "Location": "DE",
  "End Zone": 5
}

我的尝试：

    dataList =  json_object['data']  
    Unpacked_Data =   [(d['time'],d['End_number'], d['data_two'].keys(),d['data_two'].values()) for d in dataList]

Unpacked_Data是现在包含的元组列表(时间、end_number、键列表、值列表)。

要在Pandas dataframe中使用这一点，我需要在我的tuple中解压这两个列表。->有一种简单的方法在元组中打开列表吗？

是否有更好和更优雅/毕达通的方法来处理这个问题？

谢谢，12

json

pandas

python

回答 1

Stack Overflow用户

发布于 2017-10-26 09:09:36

一种方法(使用pandas)是首先将所有内容放入数据框架中，然后将pd.Series应用于其中：

df = pd.DataFrame(Unpacked_Data)
unpacked0 = df[2].apply(lambda x: pd.Series(list(x)))
unpacked1 = df[3].apply(lambda x: pd.Series(list(x)))
pd.concat((df[[0,1]],unpacked0,unpacked1))

另一种方法是使用列表理解和理解力：

df = pd.DataFrame([[a,b,*c,*d] for a,b,c,d in Unpacked_Data])

但是，如果打包列表长度不相同，则第二种方法可能不会按照您希望的方式排列。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/46950078

复制

相似问题

问在python中解压缩嵌套字典列表
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在python中解压缩嵌套字典列表EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在python中解压缩嵌套字典列表
EN