将 protobuf 提要转换为 pandas 数据帧

Question

我正在尝试将 protobuf 提要隐藏到 pandas 数据框，用于我的一个爱好项目。我尝试了几种不同的技术来实现这一点，但似乎没有什么能真正解决我的问题。

我使用以下代码检索 GTFS-RT TripUpdates 提要：

feed = gtfs_realtime_pb2.FeedMessage()
headers = {
    'Accept': 'application/octet-stream',
    'Accept-encoding': 'br, gzip, deflate'
}

response = requests.get('<PROVIDER:APIKEY>', headers=headers, stream=True)

feed.ParseFromString(response.content)
test_dict = protobuf_to_dict(feed)

使用protobuf_to_dict的结果是一个只有一行的字典：

{'header': {'gtfs_realtime_version': '2.0', 'incrementality': 0, 'timestamp': 1641582104}, 'entity': [{'id': '14050001276385923' [...]

我尝试了几种方法来解决这个问题。

以 JSON 的形式读取提要消息：无效，因为 JSON 对象必须是 str、bytes 或 bytearray，而不是 dict。

迭代字典:

for entity in test_dict.entity:
    if entity.HasField('vehicle')
        [logic for building dataframe]

也没用，因为'dict'对象没有属性'entity'。

好的！经过几个小时的阅读后，我尝试按照和其他一些线程中的描述对提要消息进行扁平化和规范化。不幸的是，json_normalize 或 flatten_json 都没有解决问题。

在这一点上，我想绕圈子，看不到可能对我有帮助的非常明显的东西。最终目标是创建一个包含 TripUpdates 数据的数据框，稍后将与另一个数据框合并以更新到达和离开时间。

Answer 1

可以通过使用简单的 for 循环遍历提要消息来解决此问题：

feed = gtfs_realtime_pb2.FeedMessage()
headers = {
    'Accept': 'application/octet-stream',
    'Accept-encoding': 'br, gzip, deflate'
}

response = requests.get('<PROVIDER:APIKEY>', headers=headers, stream=True)

feed.ParseFromString(response.content)

for entity in feed.entity:
    if entity.HasField('trip_update'):
        # Accessing values in feed message
        if entity.trip_update.trip.trip_id == something:
            [add to list]

稍后，列表将转换为 pandas 数据框。

将 protobuf 提要转换为 pandas 数据帧

Converting protobuf feed to pandas dataframe

protocol-buffers

dataframe

python-3.x

pandas

gtfs