使用json_normalize创建嵌套JSON的DataFrame可以通过以下步骤实现:
import pandas as pd
from pandas.io.json import json_normalize
data = {
"name": "John",
"age": 30,
"address": {
"street": "123 Main St",
"city": "New York",
"state": "NY"
},
"hobbies": ["reading", "traveling"]
}
df = json_normalize(data)
print(df)
输出结果:
name age address.street address.city address.state 0 John 30 123 Main St New York NY
在这个例子中,嵌套的JSON数据被展开为DataFrame的列。"name"和"age"是顶层的键,"address"是一个嵌套的字典,"hobbies"是一个嵌套的列表。转换后的DataFrame中,每个键都成为了列名,对应的值填充到相应的单元格中。
json_normalize函数还可以处理更复杂的嵌套JSON数据,例如多层嵌套的字典或列表。它还支持指定参数来控制展开的深度、前缀、分隔符等。
推荐的腾讯云相关产品:腾讯云COS(对象存储服务),用于存储和管理大规模的非结构化数据。您可以通过以下链接了解更多信息:
请注意,本答案仅提供了一个示例,实际应用中可能需要根据具体情况进行调整和扩展。
领取专属 10元无门槛券
手把手带您无忧上云