Python json.normalize 错误，如果某些子记录不存在

Question

我需要帮助规范化熊猫数据帧中的列。 这是输入

df = {0:[{'Code' : 1,'Category' : 'X'},
{'Code' : 2,'Category' : 'Y','snapshots' : [{'Address': {'City': 'City B'}}] },
{'Code' : 3,'Category' : 'Z','snapshots' : [{'Address': {'City': 'City C'}}] }
]
}
df = pd.DataFrame(df)

我的代码：

df_1 = pd_json.json_normalize(df[0],
meta=["Code"],
record_path=["snapshots"],
record_prefix="snapshots.",
errors="ignore"
)
df_2 = (df_1.drop('snapshots.Address', 1)
.assign(**df_1["snapshots.Address"].dropna()
.apply(pd.Series).add_prefix('snapshots.Address.')))

错误：

回溯(最近一次调用)：

文件 "，第 5 行，在 错误="忽略">

文件 "C：\Users\my_user\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\io\jsonormalize.py"， 267号线，json_normalize _recursive_extract(data， record_path， {}， level=0)

文件 "C：\Users\my_user\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\io\jsonormalize.py"， 244路，_recursive_extract recs = _pull_field(obj， path[0])

文件 "C：\Users\my_user\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\io\jsonormalize.py"， 189号线，_pull_field 结果 = 结果[规格]

密钥错误："快照">

">

Code=1"的数据帧中缺少"快照"。 我的想法是将"快照"添加到数据帧中缺少它的位置。但我不知道该怎么做。

预期成果：

df_2
Out[617]: 
Code snapshots.Address.City
0     1                    NaN
1     2                 City B
2     3                 City C

Answer 1

它不起作用，因为您有一个没有键的值snapshots因此您需要使用：

df = pd.DataFrame(df[0]).iloc[:, 1:]
df['snapshots.Address.City'] = df.pop('snapshots').apply(lambda x: x[0]['Address']['City'] if x is not np.nan else x)
print(df)

输出：

Code snapshots.Address.City
0     1                    NaN
1     2                 City B
2     3                 City C