我需要协助处理从google maps api返回的dict文件类型。
目前，结果正在向我发送我无法处理的结果数据（起始地址，结束地址，旅行时间，距离等）的字典。我可以简单地提取起始地址和结束地址，但是批量数据很难提取，我认为这是因为它的结构。
我的代码示例如下;
import googlemaps
import csv
import pandas as pd
postcodes = pd.read_csv("SW.csv", sep=',', usecols=['postcode'], squeeze=True)
infile1 = open('SW.csv', 'r')
reader1 = csv.reader(infile1)
Location1 = postcodes[0:10]
Location2 = 'SW1A 2HQ'
my_distance = gmaps.distance_matrix(Location1, Location2, mode='bicycling', language=None, avoid=None, units='metric',
departure_time='2475925955', arrival_time=None,
transit_routing_preference=None)
print(my_distance)
这会产生以下输出;
{'origin_addresses'：['Cossar Mews，Brixton，London SW2 2TR，UK'，'Bushnell Rd，London SW17 8QP，UK'，'Maltings Pl，Fulham，London SW6 2BX，UK'，'Knightsbridge，London SW7 1BJ，英国'，'切尔西，伦敦SW3 3EE，英国'，'Hester Rd，伦敦SW11 4AJ，英国'，'Brixton，伦敦SW2 1HZ，英国'，'Randall Cl，伦敦SW11 3TG，英国'，'Sloane St，伦敦SW1X 9SF，UK'，'Binfield Rd，London SW4 6TA，UK']，'rows'：[{'elements'：[{'duration'：{'text'：'28 mins'，'value'：1657} ，'status'：'OK'，'distance'：{'text'：'7.5 km'，'value'：7507}}]}，{'elements'：[{'duration'：{'text'：' 31分钟'，'价值'：1850}，'状态'：'确定'，'距离'：{'文字'：'9.2公里'，'价值'：9176}}]}，{'elements'：[{ '持续时间'：{'文字'：'27分钟'，'价值'：1620}，'状态'：'确定'，'距离'：{'文字'：'7.0公里'，'价值'：7038}} ]}，{'elements'：[{'duration'：{'text'：'16 mins'，'value'：953}，'status'：'OK'，'distance'：{'text'：'4.0 km'，'value'：4038}}]}，{'elements'：[{'duration'：{'text'：'15 mins'，'value'：899}，'status'：'OK'，'距离'：{'t ext'：'3.4 km'，'value'：3366}}]}，{'elements'：[{'duration'：{'text'：'21 mins'，'value'：1260}，'status'： '好'，'距离'：{'text'：'5.3 km'，'value'：5265}}]}，{'elements'：[{'duration'：{'text'：'28 mins'，'价值'：1682}，'状态'：'确定'，'距离'：{'文字'：'7.5公里'，'价值'：7502}}]}，{'elements'：[{'duration'：{ 'text'：'23分钟'，'价值'：1368}，'状态'：'确定'，'距离'：{'text'：'5.9 km'，'value'：5876}}]}，{' elements'：[{'duration'：{'text'：'14分钟'，'value'：839}，'status'：'OK'，'distance'：{'text'：'3.3 km'，'value '：'3341}}]}，{'elements'：[{'duration'：{'text'：'16 mins'，'value'：982}，'status'：'OK'，'distance'：{' text'：'4.3 km'，'value'：4294}}]}]，'destination_addresses'：['Horse Guards Rd，London SW1A 2HQ，UK']，'status'：'OK'}
然后我使用以下代码来提取它;
origin = my_distance['origin_addresses']
dest = my_distance['destination_addresses']
dist = my_distance['rows']
我已经尝试了df_from_list和许多其他人来尝试处理dist数据。最终目标是在每行上具有原点地址的矩阵，目标地址形成列，距离和时间作为这些列中的数据变量。
类似的东西
| DEST 1 | DEST 2 |
| TIME | DIST | TIME | DIST |
START 1 | X | Y | Z | T |
START 2 | A | B | C | T |
请有人帮我处理my_distance输出（如上所示）到类似于上面显示的架构中。
谢谢！
这基本上创建了一个包含起始地址和目标地址的字典。目的地地址有一个tupels列表作为值。元组中的第一个元素是持续时间，第二个元素是距离，例如(45, 7.0)#45=45min and 7.0 = 7km。然后我用pandas.DataFrame.from_dict()创建数据框
import pandas as pd
dct = {d_adresses:[] for d_adresses in data['destination_addresses']}
dct['starts'] = []
for i in range(len(data['origin_addresses'])):
duration=int(data['rows'][i]['elements'][0]['duration']['text'].split(' ')[0])
distance=float(data['rows'][i]['elements'][0]['distance']['text'].split(' ')[0])
for key in dct:
if key != 'starts':
dct[key].append((duration, distance))
dct['starts'].append(data['origin_addresses'][i])
df = pd.DataFrame.from_dict(dct)
df.set_index('starts', inplace=True)
我在运行gmaps.distance_matrix之前创建一个空数据帧，并将字典键放入数据框中。与上述解决方案类似：
traffic = pd.DataFrame({'time': [], 'origins': [], 'destinations': [], 'destination_addresses': [], 'origin_addresses': [], 'rows': [], 'status': []})
for origin in origins:
for destination in destinations:
traffic = traffic.append({'time': [00:00], 'origins': [origin], 'destinations': [destination]}, ignore_index=True)
if origin != destination:
if cityname == cityname:
# Get travel distance and time for a matrix of origins and destinations
traffic_result = gmaps.distance_matrix((origin), (destination),
mode="driving", language=None, avoid=None, units="metric",
departure_time=00:00, arrival_time=None, transit_mode=None,
transit_routing_preference=None, traffic_model=None, region=None)
for key in traffic_result.keys():
for value in traffic_result[key]:
print(key, value)
traffic = traffic.append({key: [value]}, ignore_index=True)