從字典到熊貓dataframe

我有一些代碼將嵌套的json字典放到dataframe中。這不是非常有效，並且想知道在創建數據框之前是否需要使用numpy數組進行存儲。字典大小爲100萬，item是JSON字符串。從字典到熊貓dataframe

ALL=dict() 
    ALL[0]= """{id1: 'Big_JSON' }""" 
    for k_id, dd in ALL.items() : 

    ii+=1 
    if ii > -1 : 
    dfi= pd.io.json.json_normalize(dd) 

    if ii == 0 : 
     ALL_df= dfi  
    else: 
     ALL_df= pd.concat((ALL_df, dfi), axis=0)  
     print ii,

是否有一種快速轉換爲數據框的方式？

來源

2017-03-05 Tensor

這個問題可能會從受益[最小，完整，可驗證]（http://stackoverflow.com/幫助/ mcve）的例子，這使我們更容易幫助你。 –

而不是使用CONCAT低效，試圖在同一時間將所有類型的字典的：

ALL_df = pd.io.json.json_normalize(ALL.values())

來源

2017-03-05 07:59:22

因爲所有JSON文件都有不同的鍵......（有時候，鍵可能會丟失......對於一行），那麼列的鍵需要什麼呢？ – Tensor

從字典到熊貓dataframe

回答

相關問題