Transformación de datos JSON
Lo más probable es que, al leer datos del formato JSON en un diccionario, tengas que aplicar algún nivel de transformación manual a los datos antes de poder almacenarlos en un DataFrame. Esto es habitual cuando se trabaja con diccionarios anidados, que tendrás ocasión de explorar en este ejercicio.
El archivo "nested_school_scores.json" se ha leído en un diccionario disponible en la variable raw_testing_scores, que tiene la siguiente forma:
{
"01M539": {
"street_address": "111 Columbia Street",
"city": "Manhattan",
"scores": {
"math": 657,
"reading": 601,
"writing": 601
}
}, ...
}
Este ejercicio forma parte del curso
Introducción a las canalizaciones de datos
Instrucciones de ejercicio
- Recorre las claves y los valores del diccionario
raw_testing_scores. - Extrae el
"street_address"de cada diccionario anidado en el objetoraw_testing_scores.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
normalized_testing_scores = []
# Loop through each of the dictionary key-value pairs
for school_id, school_info in raw_testing_scores.____():
normalized_testing_scores.append([
school_id,
school_info.____("____"), # Pull the "street_address"
school_info.get("city"),
school_info.get("scores").get("math", 0),
school_info.get("scores").get("reading", 0),
school_info.get("scores").get("writing", 0),
])
print(normalized_testing_scores)