(python) 如何将字典值转换为 pandas DataFrame

Question

我的问题如下：我有一个 txt 文件，它只包含一个带有一个键的字典。该单个键的值是一个包含字典作为列表条目的巨大列表。用于比较的第一个键：值对："data": [{"type": "utl", "id": "53150", "attributes": {"timestamp": "T13:00:00Z", "count": 0.0}}, [...etc.]我尝试了以下方法，通过调用 .values 方法然后使用 list() 将单键字典的值转换为列表：list_variable = list(dict_variable.values())但似乎这只是将值转换为只有一个索引的列表，因为当我尝试调用索引 0 时文件崩溃（列表太大），如果我尝试调用索引 1，我会收到一个 KeyError 说明索引超出范围。（我目前的想法是首先将其转换为列表，然后转换为 DataFrame）我是一个该死的初学者，不知道我还能尝试什么。我错过了什么？提前非常感谢！fpr 您的有用意见！

Answer 1

以下代码对您有帮助吗？

测试.txt

"data": [{"type": "utl", "id": "53150", "attributes": {"timestamp": "T13:00:00Z", "count": 0.0}}, {"type": "utl2", "id": "53151", "attributes": {"timestamp": "T12:00:00Z", "count": 1.0}}]

from re import findall

from pandas.io.json import json_normalize

with open("test.txt") as f:

    print(json_normalize(eval(findall("{.+}", f.read())[0])))

输出：

   type     id attributes.timestamp  attributes.count

0   utl  53150           T13:00:00Z               0.0

1  utl2  53151           T12:00:00Z               1.0

Answer 2

对我来说看起来像一个json。尝试使用pandas.json_normalize

d = {"data": [{"type": "utl", "id": "53150", "attributes": {"timestamp": "T13:00:00Z", "count": 0.0}}]}

pd.json_normalize(d['data'])

  type     id attributes.timestamp  attributes.count

0  utl  53150           T13:00:00Z               0.0