Блог

Учитывая этот json:

 "World_Regions": {
    "Americas": {
        "0": {
            "Name": "North America",
            "Category_Average": "54.53",
            "Stocks_%": "55.44",
            "Benchmark": "59.02"
        },
        "1": {
            "Name": "Latin America",
            "Category_Average": "0.87",
            "Stocks_%": "1.14",
            "Benchmark": "0.93"
        }
    },
    "Greater Asia": {
        "0": {
            "Name": "Japan",
            "Category_Average": "6.58",
            "Stocks_%": "3.74",
            "Benchmark": "7.76"
        },
        "1": {
            "Name": "Australasia",
            "Category_Average": "1.79",
            "Stocks_%": "7.45",
            "Benchmark": "2.17"
        },
        "2": {
            "Name": "Asia Developed",
            "Category_Average": "5.56",
            "Stocks_%": "7.27",
            "Benchmark": "4.57"
        },
        "3": {
            "Name": "Asia Emerging",
            "Category_Average": "6.63",
            "Stocks_%": "2.96",
            "Benchmark": "6.58"
        }
    },
 

Я хочу получить этот результат:

 Name    Category_Average    Stocks_%    Benchmark
0   North America   54.53   55.44   59.02
1   Latin America   0.87    1.14    0.93
2   Japan   6.58    3.74    7.76
3   Australasia 1.79    7.45    2.17
4   Asia Developed  5.56    7.27    4.57
6   Asia Emerging   6.63    2.96    6.58
 

но, к сожалению, разные названия для названия региона(Америка/Большая Азия) создают проблему.
Я пытаюсь сделать это чисто в одной команде прямо сейчас, я могу получить результат, выполнив это:

 pd.DataFrame.from_dict(jsonFile['World_Regions']['Greater Asia']).transpose()
        Name    Category_Average    Stocks_%    Benchmark
    0   Japan   6.58    3.74    7.76
    1   Australasia 1.79    7.45    2.17
    2   Asia Developed  5.56    7.27    4.57
    3   Asia Emerging   6.63    2.96    6.58
 

затем то же самое для Америки, затем объедините кадры данных. Есть ли способ сделать это более прямым(т. Е. одной командой?)

Вы можете попробовать объединить отдельные значения:

 pd.concat([pd.DataFrame(x).T for x in a['World_Regions'].values()],
          ignore_index=True)
 

Или сгладьте данные перед передачей в DataFrame :

 pd.DataFrame([y for x in a['World_Regions'].values()
                for y in x.values() ])
 

Выход:

              Name Category_Average Stocks_% Benchmark
0   North America            54.53    55.44     59.02
1   Latin America             0.87     1.14      0.93
2           Japan             6.58     3.74      7.76
3     Australasia             1.79     7.45      2.17
4  Asia Developed             5.56     7.27      4.57
5   Asia Emerging             6.63     2.96      6.58