使用不同的键规范化嵌套 json
Normalize nested json with varying keys
我通过 API 对不同的项目进行了非常嵌套的 json，然后尝试将一些接收到的信息转换为数据帧。
到目前为止，我已经使用这一行来获取我想要的数据框：
df = pd.json_normalize(result, meta=['properties'], record_path=['view', 'item', 'fields', 'field'])
这有时有效，但有时我会收到元键或记录路径本身的 KeyError（KeyError：'view'）。我认为这是因为我收到的 json 并不总是完全相同，但会根据所请求信息的项目类型而有所不同。
我现在的问题是，是否有办法跳过没有这些键的数据？或者如果有其他选项可以忽略其中没有这些键的数据？
或者，有没有办法找出哪些项目的密钥不同，并区别对待这些项目？由于我们谈论的转储中有部分 800-1000 个项目，长度 json，我认为我实际上无法手动浏览它们以找到不适合的项目...
非常感谢任何帮助！
快速而肮脏的解决方案是使用 errors='ignore' 选项：
df = pd.json_normalize(result, meta=['properties'], record_path=['view', 'item', 'fields', 'field'], errors='ignore')
如果您还想提取具有不同结构的条目（导致错误的条目），那么最好的办法是从 result 对象中过滤掉它们，然后 运行 pd.json_normalize 再次指定适当的 record_path.
我通过 API 对不同的项目进行了非常嵌套的 json，然后尝试将一些接收到的信息转换为数据帧。
到目前为止，我已经使用这一行来获取我想要的数据框：
df = pd.json_normalize(result, meta=['properties'], record_path=['view', 'item', 'fields', 'field'])
这有时有效，但有时我会收到元键或记录路径本身的 KeyError（KeyError：'view'）。我认为这是因为我收到的 json 并不总是完全相同，但会根据所请求信息的项目类型而有所不同。
我现在的问题是，是否有办法跳过没有这些键的数据？或者如果有其他选项可以忽略其中没有这些键的数据？
或者，有没有办法找出哪些项目的密钥不同，并区别对待这些项目？由于我们谈论的转储中有部分 800-1000 个项目，长度 json，我认为我实际上无法手动浏览它们以找到不适合的项目...
非常感谢任何帮助！
快速而肮脏的解决方案是使用 errors='ignore' 选项：
df = pd.json_normalize(result, meta=['properties'], record_path=['view', 'item', 'fields', 'field'], errors='ignore')
如果您还想提取具有不同结构的条目（导致错误的条目），那么最好的办法是从 result 对象中过滤掉它们，然后 运行 pd.json_normalize 再次指定适当的 record_path.