Python json标准化API请求

Question

我接收JSON格式的数据，并且很难将它们转换为合适的格式。希望您能够帮助我。

import pandas as pd

from pandas.io.json import json_normalize

import requests

dataAPI = requests.get('here is the API URL')

print(dataAPI.json()) 

给我以下输出：

{'c': [277.775, 277.76, 277.65, 277.64, 277.5215], 'h': [277.89, 278.06, 277.98, 277.
76, 277.98], 'l': [277.67, 277.71, 277.59, 277.42, 277.472], 'o': [277.69, 277.795, 277.77, 277.66, 277.72], 's': 'ok', 't': [1587412320, 1587412380, 1587412440, 1587412500, 1587412560, 1587412620, ], 'v': [0, 142752, 133100, 259539, 0]}

我想创建一个具有以下列（跳过列s）和浮点单元格值的数据框：

c| h| l| o| t| v

277.775| 277.89| 277.67| 277.69| 1587412320| 0

...

我尝试过以下方法json_normalize（dataAPI，'c'）

但是那给了我一个错误信息TypeError：字节索引必须是整数或切片，而不是str

非常感谢您的帮助

Answer 1

您必须定义所需的列，而不仅仅是使用pandas.concat：

j = {'c': [277.775, 277.76, 277.65, 277.64, 277.5215], 'h': [277.89, 278.06, 277.98, 277.76, 277.98], 'l': [277.67, 277.71, 277.59, 277.42, 277.472], 'o': [277.69, 277.795, 277.77, 277.66, 277.72], 's': 'ok', 't': [1587412320, 1587412380, 1587412440, 1587412500, 1587412560, 1587412620, ], 'v': [0, 142752, 133100, 259539, 0]}
columns = {'c', 'h', 'l',  'o', 't', 'v'}
pd.concat([pd.DataFrame({k: v}) for k, v in j.items() if k in columns], axis=1)

输出：

Answer 2

dict1 = {'c': [277.775, 277.76, 277.65, 277.64, 277.5215],
         'h': [277.89, 278.06, 277.98, 277.76, 277.98],
         'l': [277.67, 277.71, 277.59, 277.42, 277.472],
         'o': [277.69, 277.795, 277.77, 277.66, 277.72],
         's': 'ok',
         't': [1587412320, 1587412380, 1587412440, 1587412500, 1587412560, 1587412560,],
         'v': [0, 142752, 133100, 259539, 0]}

对于上面从API响应获得的输出，您可以执行以下操作：

import pandas as pd

df1 = pd.DataFrame.from_dict(dict1, orient="index").T.drop(columns=["s"])
df1

上面的代码将通过按索引定向从字典创建一个数据帧（如果列表中的列表值相等，也可以按列进行创建），然后转置它。删除将指示您要删除的任何列。

输出：

Out[21]: 
         c       h        l        o            t       v
0  277.775  277.89   277.67   277.69   1587412320       0
1   277.76  278.06   277.71  277.795   1587412380  142752
2   277.65  277.98   277.59   277.77  1.58741e+09  133100
3   277.64  277.76   277.42   277.66  1.58741e+09  259539
4  277.522  277.98  277.472   277.72  1.58741e+09       0
5      NaN     NaN      NaN      NaN  1.58741e+09     NaN

您不希望包含NaN，因此您也可以将dropna()附加到代码中，如下所示：

df1 = pd.DataFrame.from_dict(dict1, orient="index").T.drop(columns=["s"]).dropna()

通过这种方式，您可以灵活地处理NaN并删除不需要的列。