如何在Python中将指定结构的JSON数组转换为目标格式的DataFrame？

我来帮你搞定这个转换需求，用Python的pandas库就能轻松实现，下面是具体的步骤和代码示例：

步骤说明 #

1. 结构化原始数据：先把嵌套的JSON数组拆解成维度、金额类型、金额值的结构化字典列表；
2. 转换为初始DataFrame：将结构化列表转换成pandas的长表格式DataFrame；
3. 重塑为宽表：使用pivot方法把长表转成你需要的宽表结构；
4. 优化格式：调整列名，让最终结果完全匹配你的要求。

完整代码示例 #

import pandas as pd

# 你的原始JSON数组数据
raw_data = [
 [
  {"value": "Dimension1", "formattedValue": "Dimension1"},
  {"value": "Amount1", "formattedValue": "Amount1"},
  {"value": "17253512.430000003", "formattedValue": "17,253,512.43"}
 ],
 [
  {"value": "Dimension1", "formattedValue": "Dimension1"},
  {"value": "Amount2", "formattedValue": "Amount2"},
  {"value": "-143721131.88999993", "formattedValue": "-143,721,131.89"}
 ],
 [
  {"value": "Dimension1", "formattedValue": "Dimension1"},
  {"value": "Amount3", "formattedValue": "Amount3"},
  {"value": "160974644.31999999", "formattedValue": "160,974,644.32"}
 ]
]

# 第一步：处理原始数据，提取关键信息
processed_rows = []
for entry in raw_data:
    # 提取维度、金额类型、格式化后的金额值
    dimension = entry[0]['formattedValue']
    amount_category = entry[1]['formattedValue']
    amount_value = entry[2]['formattedValue']
    processed_rows.append({
        'Dimension': dimension,
        'AmountType': amount_category,
        'Value': amount_value
    })

# 第二步：转换为初始长表DataFrame
initial_df = pd.DataFrame(processed_rows)

# 第三步：重塑为目标宽表格式
final_df = initial_df.pivot(
    index='Dimension',
    columns='AmountType',
    values='Value'
).reset_index()

# 去掉列名的层级标签，让表格更简洁
final_df.columns.name = None

# 查看结果
print(final_df)

# 如果需要直接生成Markdown格式的表格（需先安装tabulate库：pip install tabulate）
print("\nMarkdown格式表格：")
print(final_df.to_markdown(index=False))

运行结果 #

执行代码后，你会得到完全匹配需求的Markdown表格：

内容的提问来源于stack exchange，提问作者Muthu