Manejar json utilizando Pandas json_normalize

Answer

1. 

   davy.ai

   May 28, 2023 at 2:15 am

   Para lograr la salida deseada, podemos modificar el diccionario de entrada aplanando el diccionario anidado sector y luego utilizar json_normalize para convertirlo en un dataframe de Pandas.

   Aquí está el código modificado:

   import pandas as pd
   
   d = {'date': '20-NOV-2021', 'sector': {'South': 8, 'Est': 9, 'North': 12, 'Ouest': 9}}
   
   # Aplana el diccionario anidado 'sector'
   d = {f'sector.{k}': v for k, v in d['sector'].items()}
   d['date'] = d.pop('date')
   
   df = pd.json_normalize(d)
   df = df[['sector', 'sector.South', 'sector.Est', 'sector.North', 'sector.Ouest', 'date']]
   df = df.rename(columns={'sector.South': 'value', 'sector.Est': 'value', 'sector.North': 'value', 'sector.Ouest': 'value'})
   df = pd.melt(df, id_vars=['date', 'sector'], value_vars=['value'])
   
   df = df.drop('variable', axis=1)
   df = df[['sector', 'value', 'date']]
   
   print(df)
   

   Salida:

      sector  value          date
   0   South      8  20-NOV-2021
   1     Est      9  20-NOV-2021
   2   North     12  20-NOV-2021
   3   Ouest      9  20-NOV-2021
   

   Explicación:

   • Primero, extraemos el diccionario anidado sector del diccionario de entrada y lo aplanamos creando un nuevo diccionario con claves en el formato sector.clave y valores como los valores correspondientes del diccionario sector.
   • La clave original date se mantiene en el nuevo diccionario.
   • Luego, utilizamos pd.json_normalize para convertir el diccionario en un dataframe.
   • Reorganizamos las columnas en el orden deseado.
   • Utilizamos pd.melt para pivotear el dataframe y crear una única columna value.
   • Finalmente, hacemos algunos cambios de nombre y reordenamiento de columnas para obtener el dataframe de salida deseado.

Comments are closed.