Gestiona datos profundamente anidados
En el ejercicio anterior, aplanaste datos anidados a un nivel. Ahora, vas a desempaquetar datos con una anidación más profunda.
El atributo categories en la respuesta de la API de Yelp contiene listas de objetos. Para aplanar estos datos, usarás los argumentos de json_normalize() para indicar la ruta a categories y elegir otros atributos que quieras incluir en el dataframe. También debes cambiar el separador para facilitar la selección de columnas y añadir un prefijo a los demás atributos para evitar colisiones de nombres de columnas. Lo haremos paso a paso.
Se han importado pandas (como pd) y json_normalize(). Los datos de Yelp en formato JSON sobre cafeterías en NYC están guardados en data.
Este ejercicio forma parte del curso
Ingesta de datos eficiente con pandas
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Flatten businesses records and set underscore separators
flat_cafes = ____(data["businesses"],
____)
# View the data
print(flat_cafes.head())