web-dev-qa-db-ja.com

pandasおよびjson_normalizeを使用してネストされたJSON API応答をフラット化する

Pandas Dataframe using json_normalize ）に変換しようとしている深くネストされたJSONがあります。

私が使用しているJSONデータの 汎用サンプル は次のようになります（投稿の下部に、実行しようとしていることのコンテキストを追加しました）。

{
    "per_page": 2,
    "total": 1,
    "data": [{
            "total_time": 0,
            "collection_mode": "default",
            "href": "https://api.surveymonkey.com/v3/responses/5007154325",
            "custom_variables": {
                "custvar_1": "one",
                "custvar_2": "two"
            },
            "custom_value": "custom identifier for the response",
            "edit_url": "https://www.surveymonkey.com/r/",
            "analyze_url": "https://www.surveymonkey.com/analyze/browse/",
            "ip_address": "",
            "pages": [
                {
                    "id": "103332310",
                    "questions": [{
                            "answers": [{
                                    "choice_id": "3057839051"
                                }
                            ],
                            "id": "319352786"
                        }
                    ]
                },
                {
                    "id": "44783164",
                    "questions": [{
                            "id": "153745381",
                            "answers": [{
                                    "text": "some_name"
                                }
                            ]
                        }
                    ]
                },
                {
                    "id": "44783183",
                    "questions": [{
                            "id": "153745436",
                            "answers": [{
                                    "col_id": "1087201352",
                                    "choice_id": "1087201369",
                                    "row_id": "1087201362"
                                }, {
                                    "col_id": "1087201353",
                                    "choice_id": "1087201373",
                                    "row_id": "1087201362"
                                }
                                ]
                            }
                        ]
                }
            ],
            "date_modified": "1970-01-17T19:07:34+00:00",
            "response_status": "completed",
            "id": "5007154325",
            "collector_id": "50253586",
            "recipient_id": "0",
            "date_created": "1970-01-17T19:07:34+00:00",
            "survey_id": "105723396"
        }
    ],
    "page": 1,
    "links": {
        "self": "https://api.surveymonkey.com/v3/surveys/123456/responses/bulk?page=1&per_page=2"
    }
}

次のように、question_id、page_id、response_id、および応答データを含むデータフレームが必要です。

    choice_id      col_id      row_id       text   question_id       page_id      response_id
0  3057839051         NaN         NaN        NaN     319352786     103332310       5007154325
1         NaN         NaN         NaN  some_name     153745381      44783164       5007154325
2  1087201369  1087201352  1087201362        NaN     153745436      44783183       5007154325
3  1087201373  1087201353  1087201362        NaN     153745436      44783183       5007154325

次のコード（Python 3.6）を実行することで近づくことができます。

df = json_normalize(data=so_survey_responses['data'], record_path=['pages', 'questions'], meta='id', record_prefix ='question_')
print(df)

どちらが戻ります：

                                    question_answers question_id          id
0                      [{'choice_id': '3057839051'}]   319352786  5007154325
1                            [{'text': 'some_name'}]   153745381  5007154325
2  [{'col_id': '1087201352', 'choice_id': '108720...   153745436  5007154325

しかし、json_normalizeをより深いネストで実行し、上記の結果から 'question_id'データを保持しようとすると、真のquestion_id値ではなく、page_id値のみが返されます。

answers_df = json_normalize(data=so_survey_responses['data'], record_path=['pages', 'questions', 'answers'], meta=['id', ['questions', 'id'], ['pages', 'id']])
print(answers_df)

戻り値：

    choice_id      col_id      row_id       text          id questions.id   pages.id
0  3057839051         NaN         NaN        NaN  5007154325    103332310  103332310
1         NaN         NaN         NaN  some_name  5007154325     44783164   44783164
2  1087201369  1087201352  1087201362        NaN  5007154325     44783183   44783183
3  1087201373  1087201353  1087201362        NaN  5007154325     44783183   44783183

複雑な要因は、JSONデータで上記すべて（question_id、page_id、response_id）が「id：」であることです。

これは可能だと確信していますが、そこに到達することはできません。これを行う方法の例はありますか？

追加のコンテキスト：SurveyMonkey API応答出力 のデータフレームを作成しようとしています。

私の長期的な目標は、エクスポートサービスが提供する 「すべての応答」Excelシートを再作成することです 。

これを行うには、応答データフレームを設定して（上記）、次に 。apply（） を使用して応答を 調査構造APIと照合します出力 。

有用な出力を提供するのにSurveyMonkey APIはかなり光沢がないことに気づきましたが、私はPandasを初めて使用するので、おそらく私にあります。

pythonjsonpandassurveymonkey
5
user2752159

json_normalize()を使用してこれを完全に一般的な方法で行う方法はありません。 record_pathおよびmeta引数は、JSONの処理方法を示します。

ただし、 flatten package を使用して深くネストされたJSONをフラット化し、それをPandasデータフレームに変換できます。ページには 使用例 があります=深くネストされたJSONをフラット化してPandasデータフレームに変換する方法。

1
Abhinav Sood