规范化 json 列并与其余数据框连接

Question

这是我在 Whosebug 上的第一个问题，所以请不要烤我。我试图在互联网上找到类似的问题，实际上有几个，但对我来说，解决方案没有用。

我创建了这个数据框：

import pandas as pd
from ast import literal_eval
d = {'order_id': [1], 'email': ["hi@test.com"], 'line_items': ["[{'sku':'testproduct1', 'quantity':'2'},{'sku':'testproduct2','quantity':'2'}]"]}
orders = pd.DataFrame(data=d)

看起来像这样：

order_id    email         line_items
1           hi@test.com   [{'sku':'testproduct1', 'quantity':'2'},{'sku':'testproduct2','quantity':'2'}]

我希望数据框看起来像这样：

order_id    email               line_items.sku        line_items.quantity
1           hi@test.com         testproduct1           2
1           hi@test.com         testproduct2           2

我使用以下代码将 line_items 的类型从字符串更改为字典：

orders.line_items = orders.line_items.apply(literal_eval)

通常我现在会使用 json_normalize 来展平 line_items 列。但我也想保留 id 并且不知道该怎么做。我也想避免任何循环。

有没有人可以帮我解决这个问题？

亲切的问候
joant95

Answer 1

如果你的字典真的那么奇怪，那么你可以试试：

d['line_items'] = eval(d['line_items'][0])
df = pd.json_normalize(d, record_path=['line_items'], meta=['order_id', 'email'])

要从 orders 中创建 d，您可以尝试：

d = orders.to_dict(orient='list')

或者您可以尝试：

orders.line_items = orders.line_items.map(eval)
d = orders.to_dict(orient='records')
df = pd.json_normalize(d, record_path=['line_items'], meta=['order_id', 'email'])

但是：我还是不太清楚情况:)

规范化 json 列并与其余数据框连接

Normalize json column and join with rest of dataframe

python

join

dataframe

pandas

json-normalize