使用Python将JSON数据高效转换为Pandas DataFrame-Python教程-PHP中文网

使用Python将JSON数据高效转换为Pandas DataFrame

心靈之曲

发布： 2025-08-24 16:44:27

原创

481人浏览过

使用python将json数据高效转换为pandas dataframe

本文旨在指导读者如何利用Python和Pandas库，将特定结构（数据行与列名分离）的JSON文件内容高效地转换为结构化的Pandas DataFrame。教程将详细介绍加载JSON、提取关键数据和列信息，并使用pd.DataFrame构造函数进行转换的步骤，辅以清晰的代码示例和实践建议，帮助用户轻松处理此类数据转换任务。

在数据分析和处理的日常工作中，我们经常会遇到需要从各种数据源（如API响应、日志文件等）导入数据的情况。JSON（JavaScript Object Notation）作为一种轻量级的数据交换格式，因其易读性和灵活性而被广泛使用。然而，JSON数据的结构多样，有时数据行和其对应的列名信息会分开存储，这给直接导入带来了挑战。本教程将针对一种常见的JSON结构——其中数据主体以列表形式存在，而列名则在另一个嵌套字段中定义——提供一个简洁高效的Python解决方案，利用强大的Pandas库将其转换为易于操作的DataFrame。

JSON数据结构解析

我们以以下JSON结构为例，它包含一个data字段，其中是一个列表的列表，每个内部列表代表一行数据；同时，meta字段下的columns列表则定义了这些数据的列名。

{
    "data": [
        ["2023-01-01", 50, 50, 82, 0.0, 4.32, 0.1, 0],
        ["2023-01-02", 298, 315, 550, 0.0, 4.920634920634921, 0.13758389261744966, 0],
        // ... 更多数据行
        ["2023-01-10", 313, 352, 678, 0.0, 5.8522727272727275, 0.2364217252396166, 0]
    ],
    "meta": {
        "columns": [
            "timestamp__to_date",
            "visitors",
            "sessions",
            "page_views",
            "goal_conversion_rate",
            "events_per_session",
            "returning_visitors_rate",
            "goal_conversions"
        ],
        "count": 181
    }
}

登录后复制

我们的目标是将data字段中的数据与meta.columns字段中的列名正确匹配，生成一个Pandas DataFrame，其结构如下所示：

  timestamp__to_date  visitors  sessions  page_views  goal_conversion_rate ...
0         2023-01-01        50        50          82                   0.0
1         2023-01-02       298       315         550                   0.0
...
9         2023-01-10       313       352         678                   0.0

登录后复制

解决方案：使用Pandas构建DataFrame

Pandas库提供了一个非常灵活的DataFrame构造函数，可以直接接受数据（列表的列表）和列名列表作为参数。这正是处理上述JSON结构的最佳方法。

立即学习“Python免费学习笔记（深入）”；

1. 加载JSON数据

首先，我们需要将JSON字符串或文件加载到Python对象中。如果数据已经是一个Python字符串，可以使用json模块的loads方法。如果数据存储在文件中，则可以使用json.load。

DeepBrain

AI视频生成工具，ChatGPT +生成式视频AI =你可以制作伟大的视频!

108

查看详情

import json
import pandas as pd

# 假设JSON数据以字符串形式存在
json_string = """
{
    "data": [
        ["2023-01-01", 50, 50, 82, 0.0, 4.32, 0.1, 0],
        ["2023-01-02", 298, 315, 550, 0.0, 4.920634920634921, 0.13758389261744966, 0],
        ["2023-01-03", 709, 724, 1051, 0.0, 3.064917127071823, 0.0930888575458392, 0],
        ["2023-01-04", 264, 292, 660, 0.0, 6.493150684931507, 0.2803030303030303, 0],
        ["2023-01-05", 503, 523, 882, 0.0, 3.7667304015296366, 0.14314115308151093, 0],
        ["2023-01-06", 423, 437, 735, 0.0, 3.5652173913043477, 0.12056737588652482, 0],
        ["2023-01-07", 97, 102, 146, 0.0, 3.5294117647058822, 0.13402061855670103, 0],
        ["2023-01-08", 70, 71, 169, 0.0, 6.52112676056338, 0.1, 0],
        ["2023-01-09", 301, 337, 721, 0.0, 5.9614243323442135, 0.26578073089701, 0],
        ["2023-01-10", 313, 352, 678, 0.0, 5.8522727272727275, 0.2364217252396166, 0]
    ],
    "meta": {
        "columns": [
            "timestamp__to_date",
            "visitors",
            "sessions",
            "page_views",
            "goal_conversion_rate",
            "events_per_session",
            "returning_visitors_rate",
            "goal_conversions"
        ],
        "count": 181
    }
}
"""

# 解码JSON字符串为Python字典
parsed_data = json.loads(json_string)

登录后复制

2. 提取数据和列名

从解析后的Python字典中，我们可以轻松地提取出实际的数据行和对应的列名。

数据行位于parsed_data['data']。
列名位于parsed_data['meta']['columns']。

# 提取数据行
data_rows = parsed_data['data']

# 提取列名
column_names = parsed_data['meta']['columns']

登录后复制

3. 构建Pandas DataFrame

现在，我们可以使用pd.DataFrame构造函数，将提取出的数据行和列名组合起来创建一个DataFrame。

# 使用提取的数据和列名创建DataFrame
df = pd.DataFrame(data_rows, columns=column_names)

# 打印DataFrame的前几行以验证结果
print(df.head())

登录后复制

输出结果：

  timestamp__to_date  visitors  sessions  page_views  goal_conversion_rate  \
0         2023-01-01        50        50          82                   0.0   
1         2023-01-02       298       315         550                   0.0   
2         2023-01-03       709       724        1051                   0.0   
3         2023-01-04       264       292         660                   0.0   
4         2023-01-05       503       523         882                   0.0   

   events_per_session  returning_visitors_rate  goal_conversions  
0            4.320000                 0.100000                 0  
1            4.920635                 0.137584                 0  
2            3.064917                 0.093089                 0  
3            6.493151                 0.280303                 0  
4            3.766730                 0.143141                 0

登录后复制

注意事项与最佳实践

数据类型转换： 默认情况下，Pandas会根据数据内容推断列的数据类型。对于日期（如timestamp__to_date），可能需要后续使用pd.to_datetime()进行显式转换，以便进行时间序列分析。
```
df['timestamp__to_date'] = pd.to_datetime(df['timestamp__to_date'])
print(df.info())
```
登录后复制
错误处理： 在实际应用中，JSON结构可能不总是完美的。建议在访问parsed_data['data']或parsed_data['meta']['columns']之前，添加try-except块或使用dict.get()方法来处理键不存在的潜在错误，以增强代码的健壮性。
大规模数据： 对于非常大的JSON文件，如果内存允许，上述方法仍然高效。如果JSON文件结构复杂或数据量极大，可能需要考虑使用ijson等流式解析库，或者分块处理。然而，对于这种明确的数据和列名分离的结构，pd.DataFrame构造函数通常是性能和便利性的最佳平衡点。
JSON文件直接读取： 如果JSON文件结构允许，pd.read_json()函数可以直接读取JSON文件并尝试解析。但对于本例中数据和列名分离的情况，pd.read_json()需要额外的参数或预处理才能正确工作，因此直接使用json.loads（或json.load）结合pd.DataFrame构造函数更为直观和灵活。

总结

通过本教程，我们学习了如何利用Python的json模块解析JSON数据，并结合Pandas库的pd.DataFrame构造函数，将数据行和单独提供的列名高效地组合成一个结构化的DataFrame。这种方法简单、直接且功能强大，适用于处理各种具有类似结构的数据导入场景。掌握这一技巧，将使您在处理JSON数据时更加游刃有余。

以上就是使用Python将JSON数据高效转换为Pandas DataFrame的详细内容，更多请关注php中文网其它相关文章！