也许有人可以帮助我。我试图将以下ist放到pandas数据框中:
[{u'_id': u'2', u'_index': u'list', u'_score': 1.4142135, u'_source': {u'name': u'name3'}, u'_type': u'doc'}, {u'_id': u'5', u'_index': u'list', u'_score': 1.4142135, u'_source': {u'dat': u'2016-12-12', u'name': u'name2'}, u'_type': u'doc'}, {u'_id': u'1', u'_index': u'list', u'_score': 1.4142135, u'_source': {u'name': u'name1'}, u'_type': u'doc'}]
结果应如下所示:
|_id | _index | _score | name | dat | _type | ------------------------------------------------------ |1 |list |1.4142..| name1| nan | doc | |2 |list |1.4142..| name3| nan | doc | |3 |list |1.4142..| name1| 2016-12-12 | doc |
但是我尝试做的所有事情都无法获得预期的结果。我用了这样的东西:
df = pd.concat(map(pd.DataFrame.from_dict, res['hits']['hits']), axis=1)['_source'].T
但是然后我松开了_source字段之外的类型。我也尝试与
test = pd.DataFrame(list) for index, row in test.iterrows(): test.loc[index,'d'] =
但是我不知道如何使用字段_source并将其附加到原始数据帧。
有人知道如何做到这一点并达到预期的结果吗?
用途json_normalize:
json_normalize
from pandas.io.json import json_normalize df = json_normalize(data) print (df) _id _index _score _source.dat _source.name _type 0 2 list 1.414214 NaN name3 doc 1 5 list 1.414214 2016-12-12 name2 doc 2 1 list 1.414214 NaN name1 doc