web-dev-qa-db-ja.com

DataFrameをパンダにするJSON

次のように、緯​​度経度座標で指定されたパスに沿って、Google Maps APIから標高データを抽出します。

from urllib2 import Request, urlopen
import json

path1 = '42.974049,-81.205203|42.974298,-81.195755'
request=Request('http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false')
response = urlopen(request)
elevations = response.read()

これは私にこのように見えるデータを与える:

elevations.splitlines()

['{',
 '   "results" : [',
 '      {',
 '         "elevation" : 243.3462677001953,',
 '         "location" : {',
 '            "lat" : 42.974049,',
 '            "lng" : -81.205203',
 '         },',
 '         "resolution" : 19.08790397644043',
 '      },',
 '      {',
 '         "elevation" : 244.1318664550781,',
 '         "location" : {',
 '            "lat" : 42.974298,',
 '            "lng" : -81.19575500000001',
 '         },',
 '         "resolution" : 19.08790397644043',
 '      }',
 '   ],',
 '   "status" : "OK"',
 '}']

ここにDataFrameとして入れたときに私が得るものです:

enter image description here

pd.read_json(elevations)

そしてここに私が欲しいものがあります:

enter image description here

これが可能かどうかはわかりませんが、主に私が探しているのは、標高、緯度、経度のデータをパンダデータフレームにまとめることができる方法です(派手なmutilineヘッダは必要ありません)。

誰かがこのデータを使って作業するのを手伝ったり助言をしたりすることができればそれは素晴らしいことです!あなたが言うことができないなら私は前にjsonデータであまり働いていないと言うことができます...

編集:

この方法はそれほど魅力的ではありませんが、うまくいくようです。

data = json.loads(elevations)
lat,lng,el = [],[],[]
for result in data['results']:
    lat.append(result[u'location'][u'lat'])
    lng.append(result[u'location'][u'lng'])
    el.append(result[u'elevation'])
df = pd.DataFrame([lat,lng,el]).T

緯度、経度、高度の列を持つデータフレームになる

enter image description here

91
pbreach

私は、pandas 0.13の最新リリースに含まれているjson_normalize関数を使用したいことに対する迅速で簡単な解決策を見つけました。

from urllib2 import Request, urlopen
import json
from pandas.io.json import json_normalize

path1 = '42.974049,-81.205203|42.974298,-81.195755'
request=Request('http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false')
response = urlopen(request)
elevations = response.read()
data = json.loads(elevations)
json_normalize(data['results'])

これは私がグーグルマップAPIから得たjsonデータを持つニースフラットデータフレームを与えます。

123
pbreach

この断片をチェックしてください。

# reading the JSON data using json.load()
file = 'data.json'
with open(file) as train_file:
    dict_train = json.load(train_file)

# converting json dataset from dictionary to dataframe
train = pd.DataFrame.from_dict(dict_train, orient='index')
train.reset_index(level=0, inplace=True)

それが役に立てば幸い :)

19
Rishu

最初にPythonの辞書にあなたのjsonデータをインポートすることができます:

data = json.loads(elevations)

その後、その場でデータを変更します。

for result in data['results']:
    result[u'lat']=result[u'location'][u'lat']
    result[u'lng']=result[u'location'][u'lng']
    del result[u'location']

JSON文字列を再構築します。

elevations = json.dumps(data)

最後に :

pd.read_json(elevations)

Pandaは辞書から直接DataFrameを作成できると思います(長い間使っていません:p

10
Raphaël Braud

問題は、データフレーム内にいくつかの列があり、その中に小さい方の幅の辞書が含まれていることです。便利なJsonは頻繁に入れ子になっています。私は欲しい情報を新しいコラムに引き出す小さな関数を書いています。そのように私は私が使いたいフォーマットでそれを持っています。

for row in range(len(data)):
    #First I load the dict (one at a time)
    n = data.loc[row,'dict_column']
    #Now I make a new column that pulls out the data that I want.
    data.loc[row,'new_column'] = n.get('key')
4
billmanH

billmanHの解決策は私を助けましたが、私が切り替えたまではうまくいきませんでした。

n = data.loc[row,'json_column']

に:

n = data.iloc[[row]]['json_column']

残りはここにあります、辞書に変換することはjsonデータを扱うのに役立ちます。

import json

for row in range(len(data)):
    n = data.iloc[[row]]['json_column'].item()
    jsonDict = json.loads(n)
    if ('mykey' in jsonDict):
        display(jsonDict['mykey'])
1
niltoid

python3.xurllib2をサポートしていないため、承認された回答の新しいバージョンです。

from requests import request
import json
from pandas.io.json import json_normalize

path1 = '42.974049,-81.205203|42.974298,-81.195755'
response=request(url='http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false', method='get')
elevations = response.json()
elevations
data = json.loads(elevations)
json_normalize(data['results'])
1
AB Abhi

受け入れられた回答によってフラット化されたDataFrameが得られたら、次のように列をMultiIndex( "fancy multiline header")にすることができます。

df.columns = pd.MultiIndex.from_tuples([Tuple(c.split('.')) for c in df.columns])
0
loganbvh
#Use the small trick to make the data json interpret-able
#Since your data is not directly interpreted by json.loads()

>>> import json
>>> f=open("sampledata.txt","r+")
>>> data = f.read()
>>> for x in data.split("\n"):
...     strlist = "["+x+"]"
...     datalist=json.loads(strlist)
...     for y in datalist:
...             print(type(y))
...             print(y)
...
...
<type 'dict'>
{u'0': [[10.8, 36.0], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'1': [[10.8, 36.1], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'2': [[10.8, 36.2], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'3': [[10.8, 36.300000000000004], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'4': [[10.8, 36.4], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'5': [[10.8, 36.5], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'6': [[10.8, 36.6], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'7': [[10.8, 36.7], {u'10': 0, u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'8': [[10.8, 36.800000000000004], {u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}
<type 'dict'>
{u'9': [[10.8, 36.9], {u'1': 0, u'0': 0, u'3': 0, u'2': 0, u'5': 0, u'4': 0, u'7': 0, u'6': 0, u'9': 0, u'8': 0}]}


0
MIKHIL NAGARALE

JSONからDataFrameへの変換とその逆の変換を行う小さなユーティリティクラスは、次のとおりです。

# -*- coding: utf-8 -*-
from pandas.io.json import json_normalize

class DFConverter:

    #Converts the input JSON to a DataFrame
    def convertToDF(self,dfJSON):
        return(json_normalize(dfJSON))

    #Converts the input DataFrame to JSON 
    def convertToJSON(self, df):
        resultJSON = df.to_json(orient='records')
        return(resultJSON)
0
Siva