使用Python和Pandas访问JSON元素的三类操作问题咨询

1、获取coord字段的独立子元素 #

coord列的每一行都是字典格式，有两种常用实现方式：

• 直接从现有coord列提取子字段：
  用.str字典访问器即可实现，示例代码：

  # 提取lon、lat为独立列
  df['lon'] = df['coord'].str['lon']
  df['lat'] = df['coord'].str['lat']
  

• 加载数据时直接展开嵌套字段：
  用pd.json_normalize直接把嵌套的coord字段展开成顶层列，加载代码可以调整为：

  import requests
  import gzip
  from io import BytesIO
  
  url = 'http://bulk.openweathermap.org/sample/city.list.json.gz'
  resp = requests.get(url)
  decompressed_data = gzip.decompress(resp.content)
  # 展开嵌套JSON结构
  df = pd.json_normalize(pd.read_json(decompressed_data))
  

  处理后DataFrame会直接生成coord.lon、coord.lat两个独立列，直接访问即可。

2、查询结果赋值给变量的写法说明 #

你给出的写法是合法的，但要注意返回值的类型差异：

• 如果你写state = df.loc[df['name'] == city, ['state']]，返回的是DataFrame类型，即使只有一行结果也是表格格式
• 如果你想要得到Series格式的结果，去掉列名外层的列表即可：state = df.loc[df['name'] == city, 'state']
• 如果你能确定筛选结果只有1条，想要直接得到字符串/数值类型的标量结果，再加.iloc[0]取第一条即可：state = df.loc[df['name'] == city, 'state'].iloc[0]

3、多条件复合筛选实现 #

多个筛选条件需要用&（逻辑与）、|（逻辑或）、~（逻辑非）连接，每个条件必须用括号包裹，不能用Python原生的and/or关键字。
你需要的同时匹配城市名和州的筛选示例代码：

# 同时满足name等于指定city、state等于指定state的查询
query = df.loc[(df['name'] == city) & (df['state'] == state), ['id', 'name', 'state', 'coord']]

内容的提问来源于stack exchange，提问作者Mike Zoucha