如何将无列名的JSON数组表格转换为标准DataFrame

嘿，这事儿用pandas处理起来超简单！你只需要把这些零散的JSON对象整理成一个列表，或者直接读取每行一个JSON的文件，pandas会自动帮你生成带指定列的DataFrame。

方法1：手动整理数据成列表后转换 #

如果你的数据已经在代码里了，先把每个JSON对象放到一个Python列表中，然后直接传给pd.DataFrame()就行——pandas会自动识别每个JSON的键作为列名，完美匹配你需要的id、signal、mode列：

import pandas as pd

# 把你的JSON对象整理成列表
data_records = [
    {"id":"v100","signal":"2017-10-02 03:30:00","mode":"online"},
    {"id":"v100","signal":"2017-10-02 06:30:00","mode":"online"},
    {"id":"v400","signal":"2017-10-03 03:30:00","mode":"online"},
    {"id":"v400","signal":"2017-10-04 05:30:00","mode":"offline"}
]

# 转换为DataFrame
df = pd.DataFrame(data_records)

# 查看结果
print(df)

运行后你会得到这样的输出：

id              signal    mode
0  v100  2017-10-02 03:30:00  online
1  v100  2017-10-02 06:30:00  online
2  v400  2017-10-03 03:30:00  online
3  v400  2017-10-04 05:30:00  offline

方法2：直接读取每行一个JSON的文件 #

如果你的数据是存储在文件里（每行一个独立JSON对象），那更省事，用pd.read_json()加上lines=True参数就能直接读取并转换：

import pandas as pd

# 读取文件并转换
df = pd.read_json('你的数据文件.json', lines=True)

这个参数会告诉pandas按行解析JSON，自动把每行的JSON对象转换成DataFrame的一行，列名同样会自动从JSON键中提取。

内容的提问来源于stack exchange，提问作者Chris90