尝试将其转换为
DataFrame
。
list
结构:
[
{'Name': '#NAME',
'Business Unit': '#UNIT',
'Managed': 'Yes',
'Date': '01/30/2023 3:37 AM',
'Permissions':
[
{'Group Name': '#NAME1','Table Name': '#TABLE1',...},
{'Group Name': '#NAME1','Table Name': '#TABLE2',...},
{'Group Name': '#NAME2','Table Name': '#TABLE3',...},
{'Group Name': '#NAME2','Table Name': '#TABLE4',...},
...
]
},
{'Name': '#NAME',
'Business Unit': '#UNIT',
'Managed': 'Yes',
'Date': '01/30/2023 3:37 AM',
'Permissions':
[
{'Group Name': '#NAME1','Table Name': '#TABLE1',...},
{'Group Name': '#NAME1','Table Name': '#TABLE2',...},
{'Group Name': '#NAME2','Table Name': '#TABLE3',...},
{'Group Name': '#NAME2','Table Name': '#TABLE4',...},
...
]
},
...
]
哪里
dict
都是一列在结果中
DataFrame
。我尝试使用 from_dict
、json_normalize
、from_records
,但它们将单个 Permissions
列作为 list
的 dict
。
假设
lst
输入并使用 json_normalize
:
df = pd.json_normalize(lst, 'Permissions',
meta=['Name', 'Business Unit', 'Managed', 'Date'])
输出:
Group Name Table Name Name Business Unit Managed Date
0 #NAME1 #TABLE1 #NAME #UNIT Yes 01/30/2023 3:37 AM
1 #NAME1 #TABLE2 #NAME #UNIT Yes 01/30/2023 3:37 AM
2 #NAME2 #TABLE3 #NAME #UNIT Yes 01/30/2023 3:37 AM
3 #NAME2 #TABLE4 #NAME #UNIT Yes 01/30/2023 3:37 AM
4 #NAME1 #TABLE1 #NAME #UNIT Yes 01/30/2023 3:37 AM
5 #NAME1 #TABLE2 #NAME #UNIT Yes 01/30/2023 3:37 AM
6 #NAME2 #TABLE3 #NAME #UNIT Yes 01/30/2023 3:37 AM
7 #NAME2 #TABLE4 #NAME #UNIT Yes 01/30/2023 3:37 AM