web-dev-qa-db-ja.com

Python PandasでJSONを正しく正規化する方法

私はPythonの初心者です。私がやりたいのは、Pandasで外国為替の過去の価格データのjsonファイルをロードし、そのデータで統計を行います。Pandas JSONファイルを解析します。追加の値とネストされたリストを含むJSONファイルをpandasデータフレームに渡します。ここで問題が発生しました。

JSONファイル「EUR_JPY_H8.json」を取得しました

まず、必要なライブラリをインポートし、

import pandas as pd
import json
from pandas.io.json import json_normalize

次に、jsonファイルをロードし、

with open('EUR_JPY_H8.json') as data_file:    
data = json.load(data_file)

私は以下のリストを得ました：

[{u'complete': True,
u'mid': {u'c': u'119.743',
  u'h': u'119.891',
  u'l': u'119.249',
  u'o': u'119.341'},
u'time': u'1488319200.000000000',
u'volume': 14651},
{u'complete': True,
u'mid': {u'c': u'119.893',
  u'h': u'119.954',
  u'l': u'119.552',
  u'o': u'119.738'},
u'time': u'1488348000.000000000',
u'volume': 10738},
{u'complete': True,
u'mid': {u'c': u'119.946',
  u'h': u'120.221',
  u'l': u'119.840',
  u'o': u'119.888'},
u'time': u'1488376800.000000000',
u'volume': 10041}]

次に、リストをjson_normalizeに渡します。 「mid」の下のネストされたリストにある価格を取得してください

result = json_normalize(data,'time',['time','volume','complete',['mid','h'],['mid','l'],['mid','c'],['mid','o']])

しかし、私はそのような結果を得ました json_normalize output

「時間」データは、行ごとに各整数に分類されました。関連文書を確認しました。文字列またはリストオブジェクトをjson_normalizeの2番目のパラメーターに渡す必要があります。ブレークダウンせずにタイムスタンプを渡すにはどうすればよいですか。

私の期待される出力は次のとおりです。

column = 
  index  |  time  | volumn  |  completed  |  mid.h  |  mid.l  |  mid.c  |  mid.o
pythonjsonpython-2.7pandas
5
chris198725

追加のパラメータなしでdataを渡すことができます。

df = pd.io.json.json_normalize(data)
df

   complete    mid.c    mid.h    mid.l    mid.o                  time  volume
0      True  119.743  119.891  119.249  119.341  1488319200.000000000   14651
1      True  119.893  119.954  119.552  119.738  1488348000.000000000   10738
2      True  119.946  120.221  119.840  119.888  1488376800.000000000   10041

列の順序を変更する場合は、df.reindexを使用します。

df = df.reindex(columns=['time', 'volume', 'complete', 'mid.h', 'mid.l', 'mid.c', 'mid.o'])
df

                   time  volume  complete    mid.h    mid.l    mid.c    mid.o
0  1488319200.000000000   14651      True  119.891  119.249  119.743  119.341
1  1488348000.000000000   10738      True  119.954  119.552  119.893  119.738
2  1488376800.000000000   10041      True  120.221  119.840  119.946  119.888
5
cs95