Início / coding / Perguntas / 79544697
Accepted
Cesar Augusto
Asked: 2025-03-30 22:04:24 +0800 CST

Como extrair json aninhado usando json_normalize?

  • 772

Tenho um json aninhado, mas não consigo entender como trabalhar com eles.

    "return": {
        "status_processing": "3",
        "status": "OK",
        "order": {
            "id": "872102042",
            "number": "123831",
            "date_order": "dd/mm/yyyy",
             "itens": [
                {
                    "item": {
                        "id_product": "684451795",
                        "code": "VPOR",
                        "description": "Product 1",
                        "unit": "Un",
                        "quantity": "1.00",
                        "value": "31.76"
                    }
                },
                {
                    "item": {
                        "id_product": "684451091",
                        "code": "VSAP",
                        "description": "Product 2",
                        "unit": "Un",
                        "quantity": "1.00",
                        "value": "31.76"
                    }
                }
            ]
        }
    }
}

Pesquisei em perguntas do stackoverflow e tentei algumas resoluções que as pessoas aprovaram, mas não funcionaram para mim.

Aqui está um exemplo que usei para acessar os dados do json:

df = pd.json_normalize(order_list, record_path= ["return", "order", "itens"],
                                   meta=[["return", "order", "id"], ["return", "order", "date_order"],["return", "order", "number"]])

mas não funciona, eles duplicam os dados quando envio para o dataframe.

Alguém pode me ajudar?

EDITAR

Aqui está um exemplo que usei: Converter JSON aninhado em DataFrame do Pandas

E o que eu esperava: insira a descrição da imagem aqui

python

2 respostas

  1. Best Answer

    Não sei exatamente o que você espera da saída, mas se quiser cada item em uma nova linha, você pode usar código normal com for-loop para isso.

    order_list = {
    "return": {
        "status_processing": "3",
        "status": "OK",
        "order": {
            "id": "872102042",
            "number": "123831",
            "date_order": "dd/mm/yyyy",
             "itens": [
                {
                    "item": {
                        "id_product": "684451795",
                        "code": "VPOR",
                        "description": "Product 1",
                        "unit": "Un",
                        "quantity": "1.00",
                        "value": "31.76"
                    }
                },
                {
                    "item": {
                        "id_product": "684451091",
                        "code": "VSAP",
                        "description": "Product 2",
                        "unit": "Un",
                        "quantity": "1.00",
                        "value": "31.76"
                    }
                }
            ]
        }
    }
}

import pandas as pd

data = []

order = order_list['return']['order']

for iten in order['itens']:
    for key, val in iten.items():
        row = {
            #'key': key, 
            'id': order['id'], 
            'date_order': order['date_order'], 
            'number': order['number'], 
            'id_product': val['id_product'],
            #'code': val['code'],
            #'description': val['description'],
            #'quantity': val['quantity'],
            #'value': val['value'],
        }
        data.append(row)

df = pd.DataFrame(data)
print(df)

    Resultado:

              id  date_order  number id_product
0  872102042  dd/mm/yyyy  123831  684451795
1  872102042  dd/mm/yyyy  123831  684451091

    Se você precisar de outras informações em linhas, deverá mostrá-las na pergunta.

    • 0

  2. Seu código está bom. Você está obtendo os dados, talvez você só quisesse especificar quais colunas manter (ou talvez renomear)?

    import json
import pandas as pd



data = '''   { "return": {
        "status_processing": "3",
        "status": "OK",
        "order": {
            "id": "872102042",
            "number": "123831",
            "date_order": "dd/mm/yyyy",
             "itens": [
                {
                    "item": {
                        "id_product": "684451795",
                        "code": "VPOR",
                        "description": "Product 1",
                        "unit": "Un",
                        "quantity": "1.00",
                        "value": "31.76"
                    }
                },
                {
                    "item": {
                        "id_product": "684451091",
                        "code": "VSAP",
                        "description": "Product 2",
                        "unit": "Un",
                        "quantity": "1.00",
                        "value": "31.76"
                    }
                }
            ]
        }
    }
}'''

order_list = json.loads(data)


df = pd.json_normalize(order_list, 
                       record_path= ["return", "order", "itens"],
                       meta=[["return", "order", "id"], ["return", "order", "number"], ["return", "order", "date_order"]])



df = df[['return.order.id', 'return.order.number', 'return.order.date_order', 'item.id_product']]

    Saída:

    print(df)
  return.order.id return.order.number return.order.date_order item.description
0       872102042              123831              dd/mm/yyyy        Product 1
1       872102042              123831              dd/mm/yyyy        Product 2
    • 0

relate perguntas