麻煩從Python/Pandas庫解析JSON響應數據

我正在閱讀來自web API的JSON響應，該API正在返回時間系列貨幣數據，我需要能夠隔離貨幣，然後執行平均計算在他們。麻煩從Python/Pandas庫解析JSON響應數據

API返回：

          rates 
2016-03-01 {u'USD': 0.66342297, u'AUD': 0.92449052} 
2016-03-02 {u'USD': 0.66676313, u'AUD': 0.91501037} 
2016-03-03 {u'USD': 0.67240633, u'AUD': 0.914753} 
2016-03-04 {u'USD': 0.68185522, u'AUD': 0.91650478} 
2016-03-05 {u'USD': 0.68185522, u'AUD': 0.91650478} 
2016-03-06 {u'USD': 0.68073566, u'AUD': 0.91793187} 
2016-03-07 {u'USD': 0.6794346, u'AUD': 0.90979962} 
2016-03-08 {u'USD': 0.67392847, u'AUD': 0.90683613} 
2016-03-09 {u'USD': 0.66438164, u'AUD': 0.88859516} 
2016-03-10  {u'USD': 0.66666, u'AUD': 0.89461305} 
2016-03-11 {u'USD': 0.67452488, u'AUD': 0.89174887} 
2016-03-12 {u'USD': 0.67452488, u'AUD': 0.89174887} 
2016-03-13 {u'USD': 0.67358755, u'AUD': 0.89251092} 
2016-03-14 {u'USD': 0.6667529, u'AUD': 0.88783949} 
2016-03-15 {u'USD': 0.66084856, u'AUD': 0.88557738} 
2016-03-16 {u'USD': 0.67423336, u'AUD': 0.89318458} 
2016-03-17 {u'USD': 0.68315297, u'AUD': 0.89391181} 
2016-03-18 {u'USD': 0.67954772, u'AUD': 0.89359166} 
2016-03-19 {u'USD': 0.67983322, u'AUD': 0.89388959} 
2016-03-20 {u'USD': 0.67951586, u'AUD': 0.89439032} 
2016-03-21 {u'USD': 0.67690921, u'AUD': 0.892827} 
2016-03-22 {u'USD': 0.67500204, u'AUD': 0.88599621} 
2016-03-23 {u'USD': 0.67137479, u'AUD': 0.89131852} 
2016-03-24 {u'USD': 0.66980223, u'AUD': 0.89002584} 
2016-03-25 {u'USD': 0.6686168, u'AUD': 0.89045449} 
2016-03-26 {u'USD': 0.6686168, u'AUD': 0.89045449} 
2016-03-27 {u'USD': 0.66853276, u'AUD': 0.8903994} 
2016-03-28 {u'USD': 0.67270532, u'AUD': 0.89168637} 
2016-03-29 {u'USD': 0.68576241, u'AUD': 0.89832338} 
2016-03-30 {u'USD': 0.69112465, u'AUD': 0.90136407} 
2016-03-31 {u'USD': 0.69193139, u'AUD': 0.90265425}

Python代碼：從CSV

urlread = url + api_id + '&start=' + startdate + '&end=' + enddate +   '&base=' + base + '&symbols=' + symbols + '&prettyprint=false' 
    print(urlread) 
    #Reads in response from URL 
    result = pd.read_json(urlread, orient="records") 
    #Removes Columns not required 
    del result['base'] 
    del result['license'] 
    del result['disclaimer'] 
    del result['start_date'] 
    del result['end_date'] 
    #del json['rates'] 
    #Prints output of JSON to screen for troubleshooting, can be commented out 
    print(result) 
    #Writes JSON output to CSV file and formats Date and Removes Headers 
    with open("Historical.csv", "w") as output: 
     result.to_csv(output, date_format='%d/%m/%Y', header = None)

輸出：

1/03/2016 {u'USD': 0.6634229700000001, u'AUD': 0.92449052} 
2/03/2016 {u'USD': 0.66676313, u'AUD': 0.9150103700000001} 
3/03/2016 {u'USD': 0.67240633, u'AUD': 0.9147529999999999} 
4/03/2016 {u'USD': 0.68185522, u'AUD': 0.91650478} 
5/03/2016 {u'USD': 0.68185522, u'AUD': 0.91650478} 
6/03/2016 {u'USD': 0.68073566, u'AUD': 0.91793187} 
7/03/2016 {u'USD': 0.6794346, u'AUD': 0.90979962} 
8/03/2016 {u'USD': 0.67392847, u'AUD': 0.9068361300000001} 
9/03/2016 {u'USD': 0.66438164, u'AUD': 0.88859516} 
10/03/2016 {u'USD': 0.66666, u'AUD': 0.89461305}

所以它只是傾銷的輸出，我似乎無法對它進行解析刪除JSON格式。實際上，我需要先將所有貨幣平均，然後再轉儲至csv。我怎樣才能做到這一點？

來源

2016-04-05 C. Thompson

你可以添加'json'的有效樣本嗎？ – jezrael

你在那裏沒有JSON，它是Python（2）字典的表示。任何JSON解析器都會失敗。 –

我認爲這不是json，而是'print（result）' – jezrael

我認爲你可以使用DataFrame constructor：與其del

print result 
               rates 
2016-03-01 {u'USD': 0.66342297, u'AUD': 0.92449052} 

result = pd.DataFrame([x for x in result.rates], index=result.index) 
print result 
       AUD  USD 
2016-03-01 0.924491 0.663423

您可以使用drop：

result = result.drop(['base','license','disclaimer','start_date','end_date'], axis=1)

如果你想要寫to_csv，with open可以被遺漏：

result.to_csv("Historical.csv", date_format='%d/%m/%Y', header = None)

來源

2016-04-05 06:38:19 jezrael

它是如何工作的？ – jezrael

完美，感謝您的幫助，這正是我所需要的。我沒有意識到熊貓已經把它讀成了python字典。將它放入數據框可以解決問題，我現在可以根據需要轉換數據 –

天才！，

這就是我被卡住，沒有意識到我實際上是打印Python Dict而不是原始的JSON。

jezrael - 你的答案創建一個新的Dataframe的工作，也感謝tipe使用drop和省略open。現在看起來好多了。

我現在已經能夠獲得每列的平均值，並構建一個新的數據框，以我需要的格式輸出到csv。

Thankyou - 問題已解決！

來源

2016-04-05 09:29:35

麻煩從Python/Pandas庫解析JSON響應數據

回答

相關問題