将深度嵌套的JSON响应转换为pandas数据帧
可以通过以下步骤实现：
- 导入所需的库：
import pandas as pd
import json
from pandas.io.json import json_normalize- 读取JSON响应并将其解析为Python对象：
json_response = '{"data": [{"name": "John", "age": 30, "address": {"city": "New York", "state": "NY"}}, {"name": "Alice", "age": 25, "address": {"city": "San Francisco", "state": "CA"}}]}'
data = json.loads(json_response)- 使用
json_normalize函数将嵌套的JSON转换为扁平化的数据结构：
df = json_normalize(data, 'data', ['name', 'age', ['address', 'city'], ['address', 'state']])- 打印转换后的数据帧：
print(df)这样就可以将深度嵌套的JSON响应转换为pandas数据帧。对于这个问题，腾讯云没有特定的产品或链接地址与之相关。
相关·内容
我有一个非常嵌套的JSON，我正试图使用将其转换为Pandas。
我正在处理的JSON数据的看起来如下所示(我在文章的底部添加了要做的事情的上下文)：
{
"per_page": 2,
"total": 1,
"data": [{
"total_time": 0,
"collection_mode": "default",
"href": "https://api.surveymo
浏览 0提问于2018-11-07得票数 9
回答已采纳
1回答
我有一个脚本，它将嵌套的JSON作为pandas数据帧读取，并向其中添加一个新列，然后将其保存为JSON。 import numpy as np
from pandas.io.json import json_normalize
sample_json = {
"name": {
"emails": [{"address": "clark.kent@example.com"}],
"countries": [{"country": "US"
浏览 18提问于2019-06-06得票数 1
圆弧：
我将返回的json保存在.json文件中，并使用以下命令将其转换为pandas数据帧：
temp_json = pd.read_json('TempJson.json', orient='columns')
这很好用。但随后我使用了Python 2.7.13中的requests模块，特别是：
myResponse = requests.post(url, json= payload, headers = headers)
jData = json.loads(myResponse.content)
1) json结构与temp_json有很大的不同，2
浏览 18提问于2017-08-10得票数 0
1回答
我正在创建一个小的Pandas数据帧： df = pd.DataFrame(data={'colA': [["a", "b", "c"]]}) 我把那个df拷贝了一遍。我使用的不是Pandas方法，而是通用Python，对吧？ import copy
df_copy = copy.deepcopy(df) 一个df_copy.head()提供以下内容： ? 然后我将这些值放入字典中： mydict = df_copy.to_dict() 字典看起来是这样的： ? 最后，我删除了列表中的一项： mydict['colA&#
浏览 42提问于2020-01-10得票数 3
回答已采纳
我正在使用C3.ai的API来分析统一的新冠肺炎数据。为了生成跨柯萨奇病毒爆发地点的确诊病例和死亡的时间序列，我成功地调用了evalMetrics API，但收到的响应是JSON。
如何最好地将其转换为python中的pandas dataframe，以便轻松地对此数据执行分析？
下面是我用来成功调用evalMetrics接口的代码：
import json, requests
locations_to_evaluate = ["China","Italy"]
expressions_to_evaluate = ["JHU_ConfirmedCases&
浏览 1提问于2020-04-14得票数 2
下面是我正在使用的JSON：
{
"2021-05-24": {
"RSI": "75.1354"
},
"2021-05-21": {
"RSI": "74.5561"
},
"2021-05-14": {
"RSI": "78.1510"
},
"2021-05-07": {
"RSI": &#
浏览 0提问于2021-05-25得票数 0
我正在使用一个包含嵌套JSON数据的文件，然后将其转换为pandas数据帧，以便过滤选择。问题是，当它被转换为pandas数据帧时，列名变成了JSON结构规定的{parent}.{child}。当我尝试将数据帧转换回JSON时，一旦过滤操作完成，JSON的嵌套结构就会丢失，剩下的就是下面的内容。有没有可能在转换回JSON时，我不会丢失JSON的嵌套结构？ with open('charts.json', 'r') as file:
charts = json.load(file)
lineChart = pd.json_normalize(charts
浏览 24提问于2020-10-07得票数 1
我有一个非常大的Pandas数据帧，我想把它保存到磁盘上，以便以后使用。数据帧仅包含字符串数据。
然而，无论我使用哪种格式，保存过程都会导致我的Google Colab环境崩溃，因为除了CSV之外，所有可用的RAM都会用完，CSV甚至在5小时后都不会完成。
但这也破坏了环境。
有没有办法把一个大的文本熊猫数据帧保存到磁盘上？
我尝试过to_json、to_feather、to_parquet、to_pickle，它们都会使环境崩溃。
我还通过使用以下命令尝试了to_sql
from sqlalchemy import create_engine
engine = sqlalchemy.crea
浏览 2提问于2019-05-29得票数 2
1回答
如何将sklearn缩放器应用于pandas数据帧的所有行。这个问题与相关。如何将sklearn缩放器应用于一行的所有值？
注意:我知道对于特性缩放来说，在列中包含特性和按列缩放特性是很正常的，就像refenced问题中那样。然而，我想使用sklearn标度器来预处理可视化数据，在我的例子中，按行扩展是合理的。
浏览 11提问于2019-11-13得票数 1
回答已采纳
我想使用to_json()函数来序列化一个pandas数据帧，同时将每一行封装在一个根'Person‘元素中。 import pandas as pd
data = [['tom', 10], ['nick', 15], ['juli', 14]]
df = pd.DataFrame(data, columns = ['Name', 'Age'])
df.to_json(orient='records')
'[{"Name":"tom","A
浏览 35提问于2020-12-04得票数 1
我正在尝试将数据框导出到mysql数据库中。我正在通过订单和库存API调用来获取数据。
我已经成功地将订单和库存API调用保存到数据帧中，并将订单数据帧导出到MySQL表中。
然而，清单数据帧抛给了我一个错误：
TypeError: sequence item 0: expected str instance, dict found
我不确定我做错了什么，我确实怀疑清单的dataframe在许多列中包含许多嵌套的json，但不确定该怎么办。
到目前为止，我的清单代码如下：
import pandas as pd
#python libary to compare today date for
浏览 15提问于2018-02-02得票数 1
回答已采纳
2回答
我一直在尝试将特定键的值存储到pandas数据帧中，该数据帧来自具有字典列表的另一个数据帧。有人能教我怎么做吗？？ source data frame result data frame
浏览 11提问于2021-02-08得票数 0
我正在尝试获取数据帧，但在指定文件后，根据我在read.json中指定的参数，不断遇到各种错误消息。
我已经浏览了pandas.read_json文档中的许多参数，但是还没有找到解决方案。
import pandas
json_file = "https://gis.fema.gov/arcgis/rest/services/NSS/OpenShelters/MapServer/0/query?where=1%3D1&outFields=*&returnGeometry=false&outSR=4326&f=json"
pandas.read_j
浏览 6提问于2019-07-10得票数 1
我有一个尺寸为21392x1972的Python数据帧。我想要完成的是将数据帧转换为列表列表，这样我的数据帧的第一列是长列表中的第一个列表，数据帧的第二列是具有一个长列表的第二个列表，依此类推。 我尝试使用tolist()将数据帧转换为列表列表。现在发生的情况是，我的数据帧的每一行都变成了长列表中的一个列表。但是，我想要完成的是，数据框的每一列都应该成为长列表中的一个列表。我刚开始使用Pandas和Python，所以在这方面的任何帮助都是非常感谢的。干杯! import pandas as pd
mydataset = pd.read_csv('final_merged_data.c
浏览 21提问于2019-01-18得票数 0
回答已采纳
1回答
我正在编写一个函数，该函数从基于ID#的API中检索数据，然后将json响应读取到一个pandas数据帧中，对该数据帧进行格式化，最后将每个数据帧编译在一起。目标是将一系列pandas的ID#传递到函数中，以检索数千个ID列表的相关数据。 当我手动执行每一步时，这些步骤都可以工作。我得到了一个很好的单行pandas数据帧，其中包含我想要的所有列和值。当我在一个包含for循环的函数中组合所有步骤时，它停止工作。 以下是步骤： req = Request('https://gs-api.greatschools.org/schools/3601714/metrics') ##re
浏览 20提问于2021-08-30得票数 0
1回答
所以我试着从Twitter上抓取数据。我设法根据特定的hashtag检索tweet，然后使用以下代码将它们转储到JSON格式的文本文件中：
import json
import tweepy
import pandas as pd
import time
with open('consumer_key.txt', 'r') as f:
consumer_key = f.read()
f.closed
with open('consumer_secret.txt', 'r') as f:
consumer_se
浏览 2提问于2018-12-05得票数 0
1回答
我正在尝试将具有唯一密钥的df转换为JSON文件。pandas dataframe看起来如下所示。
import pandas as pd
d = {'col1': [1,2,2,2,3,3], 'col2': ['a','b','c','','e','f'], 'col3': ['one','two','three','four','five','six'
浏览 4提问于2020-11-13得票数 0
回答已采纳
我一直在使用requests和Pandas做一些API请求。现在，我尝试使用for循环来遍历URL参数列表。当我使用print()进行测试时，我得到了整个列表的JSON响应。我真正想做的是将响应转换为Pandas数据帧，但我不知道我可以使用什么函数来实现这一点。 import requests
import requests_cache
from requests_cache import CachedSession
import pandas as pd
session = CachedSession()
base_url = "https://api.crossref.org
浏览 12提问于2021-10-08得票数 2
回答已采纳
1回答
方法1:我的输入数据是一堆json文件。经过预处理后，输出为pandas数据帧格式，该格式将写入Azure SQL数据库表。 方法2:我已经实现了delta lake，其中输出pandas数据帧被转换为Spark数据帧，然后将数据插入到分区的Delta Table中。这个过程很简单，而且将pandas数据帧转换为spark数据帧所需的时间以毫秒为单位。但与方法1相比，性能很差。使用Approach1，我能够在不到方法2所需时间的一半内完成。 我尝试了不同的优化技术，比如ZORDER，压缩(装箱)，使用insertInto而不是saveAsTable。但没有一种方法真正提高了性能。 如果我错过
浏览 8提问于2020-10-28得票数 1
1回答
意外数组到字符串转换
、、、
在用ConvertTo-Json显示数据之前，我试图将数据打包到对象中。下面的测试用例很好地展示了我如何处理数据以及发生了什么问题：
$array = @("a","b","c")
$data = @{"sub" = @{"sub-sub" = $array}}
$output = @{"root" = $data}
ConvertTo-Json -InputObject $data
ConvertTo-Json -InputObject $output
输出(为清晰起见手工格式化)：
浏览 4提问于2016-04-10得票数 0
回答已采纳
如何在flutter应用程序中插入数据库中的字符串列表，我尝试通过将json数组编码为字符串来将其保存为字符串数据类型，但是每次skills数组都需要显式解码，当我需要从数据库中取回对象时，就像下面这样。
List<User> userResponse = await tempDatabase.allItems;
jsonData = Result.fromJson({
"name": userResponse[0].name,
"skills": jsonDecode(userResponse[0].sk
浏览 2提问于2019-07-22得票数 6
2回答
我正在尝试找到一种在pandas中将JSON行数据拆分(扁平化)为多列的方法。 我有一个数据帧，如下所示： Current Dataframe 以下是行的外观示例： Row example 我能够在单行上使用json_normalize函数来实现以下目标：(仅作为示例进行了简化) Code Example Table 但是，当尝试对整个dataframe应用规范化函数时，我得到'str‘对象没有'values’属性。 对于如何做到这一点，有什么建议吗？谢谢 我为使用图片道歉，但我一直收到一条消息，说代码格式不正确
浏览 161提问于2021-08-20得票数 2
1回答
我正在尝试使用Python中的pydicom读取DICOM文件，并希望将头数据存储到pandas数据帧中。如何提取用于此目的的数据元素值？
到目前为止，我已经在DICOM文件中创建了一个以列作为标记名的数据帧。我已经访问了数据元素，但我只需要存储数据元素的值，而不是整个序列。为此，我将序列转换为字符串，并尝试将其拆分。但是它也不会工作，因为不同标签的长度是不同的。
refDs = dicom.dcmread('000000.dcm')
info_header = refDs.dir()
df = pd.DataFrame(columns = info_head
浏览 1提问于2019-06-14得票数 2
我正在尝试从一个文本文件读取到一个pandas数据帧。该文本文件似乎是一个二维数组的JSON，我怎么能读它？ [{‘指标名称’：‘CPU’，‘类别’：‘a’，‘数据’：‘9’，‘时间戳’：‘2019-03-28 13:15:31'}，{’指标名称‘：’磁盘‘，’类别‘：’B‘，’数据‘：’56‘，’时间戳‘：’2019-03-28 13:15:31'}] 我希望将参数"metric_name“、"category”、"data“、"time_stamp”作为标头
浏览 24提问于2019-04-02得票数 0
1回答
我的MongoDB数据库中有一个集合，其中每条记录代表一条边(我正在构建的应用程序中的一条道路)。每条记录具有以下形式，其中第一个id是边缘的id： {
"_id":{
"$oid":"5d0e7acc9c0bd9917006dd56"
},
"edge":{
"@id":":3659704519_0",
"@traveltime":"2.37",
"@timestep":
浏览 27提问于2019-06-24得票数 1
回答已采纳
2回答
我正在尝试解析单个列的columns.My数据帧，并获取具有多个pyspark数据帧的数据帧，如下所示：
a b dic
0 1 2 {'d': 1, 'e': 2}
1 3 4 {'d': 7, 'e': 0}
2 5 6 {'d': 5, 'e': 4}
我想要解析dic列并获得数据帧，如下所示。如果可能的话，我期待着使用pandas UDF。我的预期输出如下：
a b c d
0 1 2 1 2
1 3 4 7
浏览 40提问于2020-03-01得票数 0
回答已采纳
1回答
我写了一段代码来从网站上提取一些信息。输出是JSON格式的，我想将其导出为CSV。因此，我尝试将其转换为pandas数据帧，然后将其导出为pandas中的CSV。我可以打印结果，但它仍然不能将文件转换为pandas数据帧。你知道我的代码有什么问题吗？ # -*- coding: utf-8 -*-
# To create http request/session
import requests
import re, urllib
import pandas as pd
from BeautifulSoup import BeautifulSoup
url = "https://w
浏览 11提问于2019-03-03得票数 1
在使用PeriodIndex时，pandas JSON函数会创建无法读取的Series.to_json()。出现的错误是：json.decoder.JSONDecodeError: Expecting ':' delimiter: line 1 column 5 (char 4)
我尝试过改变方向，但是在所有这些序列化和反序列化的组合中，索引都丢失了。
idx = pd.PeriodIndex(['2019', '2020'], freq='A')
series = pd.Series([1, 2], index=idx)
jso
浏览 0提问于2019-06-04得票数 3
1回答
我有一个pandas数据帧"df“，我在上面应用了几个函数。我不想更改原始数据帧的值。我的所有函数都是这样的： def func(x):
# do some stuff with x
return x
y = func(x=df) 我没有在函数中引用df变量。但无论如何，变量都会发生变化。谁能给我解释一下为什么会出现这种情况，以及如何避免这种情况？
浏览 6提问于2019-04-23得票数 0
我想要将一个矩阵(非常稀疏，有数百万个零和几个其他数字)作为熊猫数据帧保存到.csv文件中，但是数据帧将0保存为0.0 (浮点数而不是整数)，因此文件变得非常大。所以我想将0.0保存为0，以减小输出.csv文件的大小。我正在尝试类似这样的东西： import pandas
table = [[0.88, 4], [0, 0.5]]
pd = pandas.DataFrame(table, columns = ['C1', 'C2'])
pd.to_csv('output.csv', index = False)
pd 并获得输出： C1
浏览 37提问于2020-07-24得票数 0
我有一个json文件，我将其转换为dict，如下所示：
{'DATA': [{'COMPANY_SCHEMA': 'ABC', 'CONFIG_TYPE': 'rtype', 'IM_ID': '44f8d1b4_437e', 'MODIFIED_DATE': 'Unknown', 'ID': 'Test', 'CONFIG_KEY': 'posting_f', 'SYSTEM_N
浏览 9提问于2018-05-08得票数 0
我正在使用api响应来获取印度pin代码列表以及州，国家和许多名称，这是在邮局字段，我想要专用的数据帧为邮局字段，请帮助 import pandas as pd
import numpy as np
import json
import requests
from pandas.io.json import json_normalize
response = requests.get("https://api.postalpincode.in/pincode/110094")
data = json.loads(response.text)
json_normalize(
浏览 8提问于2020-03-21得票数 0
1回答
在Python中有任何方法将JSON 文本写到一个Excel文件中吗？
通常，我会将JSON响应加载到中，并将数据写入Excel：
import pandas
form pandas.io.json import json_normalize
import requests
def df_to_excel(df, filename):
writer = pandas.ExcelWriter(filename)
df.to_excel(writer, 'Sheet1')
writer.save()
response = requests.get(url
浏览 1提问于2018-11-09得票数 3
回答已采纳
我想在现有的数据框中填入另一列。该列将包含字典的值。这些值是令牌列表。到目前为止，它还不起作用，有没有办法将它们添加到数据帧中？
df = pd.read_csv(sys.argv[1], na_values=['no info', '.'], encoding='Cp1252', delimiter=';')
s = pd.DataFrame(dict1).T.reset_index()
print(s)
#result
'''
index 0 1 2
0
浏览 40提问于2019-07-16得票数 1
2回答
我正在使用geocodio从我的数据帧中获取2272个地址的列表中的坐标。当我尝试使用json_normalize平面化结果时，我得到的是坐标，但我的数据帧是4800+行，而不是每个地址的正确2272。 import json
from pandas.io.json import json_normalize
addys = json_normalize(locations, record_path=['results'])
addys = addys[['location']] 产生的JSON输出如下：(我只需要每个条目的'results‘
浏览 88提问于2020-10-16得票数 1
1回答
我正在使用Spyder5.4.0和Miniconda3。我使用conda create -n env_full anaconda创建了一个新的Python环境，然后在Spyder中成功地激活了它(使用numpy或matplotlib之类的包)，但是当我试图导入熊猫时，我得到：
File "C:\ProgramData\Miniconda3\envs\env_full\lib\site-packages\numexpr\utils.py", line 156, in _init_num_threads
requested_threads = int(os.environ[
浏览 9提问于2022-11-29得票数 0
嗨，我有一个带有pandas数据帧属性的类。我如何编码成json，这样pandas的dataframe属性也能被正确序列化？
class MachineObject(dict):
def __init__(self, *args, **kwargs):
self._MachineName = ''
self._propsDataFrame = None # Pandas dataframe
我是这样序列化的：
print(json.dumps(machine_objects[0].__dict__))
但这给了我错误：
Ty
浏览 2提问于2021-04-10得票数 0
1回答
我需要你的帮助转换一个多维字典到一个熊猫数据框。我从一个JSON文件中获取字典，该文件是从API调用(Shopify)中检索的。
response = requests.get("URL", auth=("ID","KEY"))
data = json.loads(response.text)
"data“字典如下所示：
{'orders': [{'created_at': '2016-09-20T22:04:49+02:00',
'email'
浏览 11提问于2016-09-22得票数 0
我有一个网址：
这是我从url获取数据并写入excel的代码。
import pandas as pd
url = "https://api.kite.trade/instruments"
df = pd.read_json(url)
df.to_excel("file.xlsx")
print("Program executed successfully")
但是，当我运行这个程序时，我得到了像this_一样的错误
AttributeError: partially initialized module 'pandas' ha
浏览 9提问于2021-04-16得票数 0
我使用的是PowerShell 5.1，并在哈希表中添加了键、值内容。但是我看到，当值在6000个字符左右太大时，它不会在值中添加完整的内容。那么，我的问题是:当我们使用PowerShell哈希表时，是否有任何限制，如果有，另一种将内容保存为键和值对的方法是什么？
$inputFileJson = @{}
$inputFileJson.Add($config.NAME,$config.VALUE)
$inputFileJson | ConvertTo-Json -Depth 20 | Out-File -Encoding utf8 $localDir\"\\input.json
浏览 19提问于2021-09-13得票数 0
我使用pandas从sql查询和json中获取数据。我检查了两个数据帧，都只有日期，没有时间。当我连接它们时，它会将00:00:00添加到新数据帧中的一个数据帧的日期上。它为什么要这样做。有没有办法。
我正在尝试连接2个dataframes和drop_duplicates，但是除非我在drop_duplicates中指定其他列，否则这会阻止它在date之前正常工作。
浏览 1提问于2020-07-31得票数 0
我需要抓取数百个页面，而不是存储每个页面的整个json，我只想将每个页面中的几列存储到pandas数据帧中。然而，在数据帧为空的一开始，我遇到了一个问题。我需要填充一个没有任何列或行的空数据帧。所以下面的循环不能正常工作： import pandas as pd
import requests
cids = [4100,4101,4102,4103,4104]
df = pd.DataFrame()
for i in cids:
url_info = requests.get(f'myurl/{i}/profile')
jdata = url_info.
浏览 23提问于2021-10-28得票数 0
回答已采纳
我对API非常陌生。我正在尝试以json文件或字典的形式获取requests.post方法的响应。我得到的status_code为200，所以我知道成功了，但是当我运行response.text时，我将所有内容都作为字符串返回。我读过快速入门指南中有关请求的部分内容，但它们似乎只使用.text来提取数据。理想情况下，这个特定api的预期输出应该是一个json文件或一些我可以使用的字典。 到目前为止(我知道这不是一个完整的可重复示例，但我认为它已经理解了这一点，否则请参考here for some examples)： import pandas as pd
import requests
r
浏览 10提问于2020-03-19得票数 0
回答已采纳
我有一些pandas数据框，我想添加一列，这是一列的差异，基于第三列的值。下面是一个玩具示例：
import pandas as pd
import numpy as np
d = {'one' : pd.Series(range(4), index=['a', 'b', 'c', 'd']),
'two' : pd.Series(range(4), index=['a', 'b', 'c', 'd'
浏览 1提问于2014-08-26得票数 0
1回答
我试图将两个变量(一个ID和一个DateTime变量)为MultiIndexed的熊猫数据帧转换为dask数据帧，但是我得到了以下错误； "NotImplementedError: Dask does not support MultiIndex Dataframes" 我正在使用下面的代码 import pandas as pd
import dask.dataframe as dd
dask_df = dd.from_pandas(pandas_df) 实际上，我有700多个熊猫数据帧(每个超过100MB)，我计划将每个熊猫数据帧转换为dask，然后将它们全部附加到一
浏览 18提问于2019-07-02得票数 2
回答已采纳
我有可能很大的数据帧，大约有10列和1e6行，具有不同的维度。假设行在两个数据帧中都是唯一的。由于这些数据帧不能加载到内存中，我如何找到一个数据帧中存在于另一个数据帧中的所有行？我目前只处理较小的数据帧，但我很快就会弄清楚这一点。 我非常喜欢使用pandas，但我愿意使用不同的包(xarray?)如果有显著的好处。如果您推荐一个不同的包，请提供一些代码来进行比较。 下面是我如何与内存中适合的pandas数据帧进行比较： import pandas as pd
def row_intersection(df1, df2):
noNA = df2.fillna(0)
retur
浏览 23提问于2021-09-02得票数 0
回答已采纳
2回答
为购物清单道歉，但我玩过几个ORM类型的库，大多数都很好，但没有一个做了所有的事情:)在我的下一个项目中，我希望找到一个可以做更多的事情。你有什么好建议吗？
这就是我要找的：
很容易地选择深度嵌套的数据。
例如，PHP的JSON可以这样做：：model()->with(‘phone_number’，‘CActiveRecord’，从数据库创建/返回深度嵌套的JSON或ORM轻松加载嵌套的JSON数据，验证它，并将其保存到数据库correctlySupports乐观并发controlHandles多租户系统中。
浏览 6提问于2012-02-15得票数 0
回答已采纳
我正在尝试将嵌套的JSON转换为Pandas数据帧。我一直在成功地使用json_normalize，直到我遇到了某个JSON。我做了一个小版本来重现这个问题。
from pandas.io.json import json_normalize
json=[{"events": [{"schedule": {"date": "2015-08-27",
"location": {"building": "BDC", "floor": 5},
"
浏览 0提问于2015-08-30得票数 9
回答已采纳
我正在尝试将JSON字符串转换为pandas数据帧。虽然如果没有“缺失值”(如空格或'NA')，pandas.read_json可以推断数据类型，但如果值中有空格，它会将列分类为dtype object。 例如： d1 = {"a":"1","b":"2"}
d2 = {"a":"","b":""}
l = [d1,d2]
l_js = json.dumps(l)
d = pd.read_json(l_js)
d.dtypes 它将为列/字典对象返回
浏览 55提问于2019-12-12得票数 0
1回答
我对pyspark/bigdata有点陌生，所以这可能不是一个好主意，但我有大约一百万个单独的CSV文件，每个文件都与一些元数据相关联。我想要一个pyspark dataframe所有元数据字段的列，但也有一个列，其条目是(整个) CSV文件与每组元数据相关联。
我现在不在工作，但我几乎记得确切的代码。我试过一个玩具的例子，比如
outer_pandas_df = pd.DataFrame.from_dict({"A":[1,2,3],"B":[4,5,6]})
## A B
## 0 1 4
## 1 2 5
## 2 3 6
如果你这样
浏览 2提问于2016-11-17得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
