pandas dataframe from nested JSON with lists

Question

虽然可以找到其他一些嵌套JSON到熊猫数据帧的示例，但我找不到这个，因此不成功。我有一个嵌套的JSON，如下所示：

{'x':

     {'1':[2,5,6],'2':[7,6]},

 'y':

     {'1':[0,4,8],'2':[8,1]},

 'z':

     {'1':[8,0,9],'2':[2,2]}}

我想要一个数据帧作为：

   1_0 1_1 1_2 2_0 2_1

x   2   5   6   7   6

y   0   4   8   8   1

z   8   0   9   2   2

列的标签不一定一定是这样，只要我能正确推断数据。

我试过这个：

import json

import pandas as pd

from pandas.io.json import json_normalize

with gzip.open('example.json') as f:    

    d = json.load(f)  

df = pd.json_normalize(d)

df  

结果是：

Answer 1

一种方法是首先使用将值加载为列表，然后将它们串联起来：DataFrame.from_dictd = {'x':     {'1':[2,5,6],'2':[7,6]}, 'y':     {'1':[0,4,8],'2':[8,1]}, 'z':     {'1':[8,0,9],'2':[2,2]}}df = pd.DataFrame.from_dict(d, orient="index")df2 = pd.concat([pd.DataFrame(df[i].values.tolist(),                              columns=[f"{i}_{num}" for num in range(len(df[i].iat[0]))]                              ) for i in df.columns],axis=1)print (df2)   1_0  1_1  1_2  2_0  2_10    2    5    6    7    61    0    4    8    8    12    8    0    9    2    2或者，首先使用 来平展列表：chain.from_iterablefrom itertools import chainprint (pd.DataFrame([chain.from_iterable(i.values()) for i in d.values()],                    index=d.keys(),                    columns=[f"{k}_{num}" for k, v in list(d.values())[0].items()                             for num in range(len(v))]))   1_0  1_1  1_2  2_0  2_1x    2    5    6    7    6y    0    4    8    8    1z    8    0    9    2    2