Я преобразовал вложенный файл JSON в pandas DataFrame. Некоторые столбцы теперь содержат списки. Они выглядят так:Есть ли способ расширить столбец в pandas Dataframe, содержащий списки и получить имена столбцов из самих значений списка?
0 [BikeParking: True, BusinessAcceptsBitcoin: Fa...
1 [BusinessAcceptsBitcoin: False, BusinessAccept...
2 [Alcohol: none, Ambience: {'romantic': False, ...
3 [AcceptsInsurance: False, BusinessAcceptsCredi...
4 [BusinessAcceptsCreditCards: True, Restaurants...
5 [BusinessAcceptsCreditCards: True, ByAppointme...
6 [BikeParking: True, BusinessAcceptsCreditCards...
7 [Alcohol: none, Ambience: {'romantic': False, ...
8 [BusinessAcceptsCreditCards: True]
9 [BikeParking: True, BusinessAcceptsCreditCards...
10 None
.
.
.
144070 [Alcohol: none, Ambience: {'romantic': False, ...
144071 [BikeParking: True, BusinessAcceptsCreditCards...
Name: attributes, dtype: object
и это:
0 [Monday 11:0-21:0, Tuesday 11:0-21:0, Wednesda...
1 [Monday 0:0-0:0, Tuesday 0:0-0:0, Wednesday 0:...
2 [Monday 11:0-2:0, Tuesday 11:0-2:0, Wednesday ...
3 [Tuesday 10:0-21:0, Wednesday 10:0-21:0, Thurs...
4 None
144066 None
144067 [Tuesday 8:0-16:0, Wednesday 8:0-16:0, Thursda...
144068 [Tuesday 10:0-17:30, Wednesday 10:0-17:30, Thu...
144069 None
144070 [Monday 11:0-20:0, Tuesday 11:0-20:0, Wednesda...
144071 [Monday 10:0-21:0, Tuesday 10:0-21:0, Wednesda...
Name: hours, dtype: object
Есть ли способ для меня, чтобы автоматически извлекать теги (BikeParking, AcceptsInsurance и т.д.) и использовать их в качестве имен столбцов при заполнении ячеек с истинными/ложными значениями. Для Ambience dict я хочу сделать что-то вроде Ambience_romantic и true/false в ячейках. Точно так же я хочу извлечь дни недели в виде имен столбцов и использовать часы для заполнения ячеек.
Или есть способ сгладить данные json раньше? Я попытался передать данные json по строкам в json_normalize и создать DataFrame из вывода, но он дает тот же результат. Может быть, я делаю что-то не так?
Формат оригинала JSON (yelp_academic_dataset_business.json):
{
"business_id":"encrypted business id",
"name":"business name",
"neighborhood":"hood name",
"address":"full address",
"city":"city",
"state":"state -- if applicable --",
"postal code":"postal code",
"latitude":latitude,
"longitude":longitude,
"stars":star rating, rounded to half-stars,
"review_count":number of reviews,
"is_open":0/1 (closed/open),
"attributes":["an array of strings: each array element is an attribute"],
"categories":["an array of strings of business categories"],
"hours":["an array of strings of business hours"],
"type": "business"
}
Моя попытка с Начальное json_normalize:
with open('yelp_academic_dataset_business.json') as f:
#Normalize the json data to flatten it and store output in a dataframe
frame= json_normalize([json.loads(line) for line in f])
#write the dataframe to a csv file
frame.to_csv('yelp_academic_dataset_business.csv', encoding='utf-8', index=False)
Что я в настоящее время пытается:
with open(json_filename) as f:
data = f.readlines()
# remove the trailing "\n" from each line
data = map(lambda x: x.rstrip(), data)
data_json_str = "[" + ','.join(data) + "]"
df = read_json(data_json_str)
#Now Looking to expand df['attributes'] and others here
И я также следует упомянуть, что моя цель - преобразовать его в .csv, чтобы загрузить его в базу данных. Мне не нужны списки в столбцах базы данных.
Вы можете получить исходные данные JSon с сайта Yelp Dataset Вызова: https://www.yelp.ca/dataset_challenge/dataset
Можно ли увидеть оригинальный json и вашу попытку? – Parfait
Добавлен формат json, ссылка на данные и мои попытки. – Koryx