Transformer des données JSON

Lorsque vous lisez des données en format JSON dans un dictionnaire, il est probable que vous deviez appliquer un certain niveau de transformation manuelle avant de pouvoir les stocker dans un DataFrame. C'est courant lorsqu'on travaille avec des dictionnaires imbriqués, ce que vous aurez l'occasion d'explorer dans cet exercice.

Le fichier "nested_school_scores.json" a été lu dans un dictionnaire disponible dans la variable raw_testing_scores, qui prend la forme suivante :

{
    "01M539": {
        "street_address": "111 Columbia Street",
        "city": "Manhattan",
        "scores": {
              "math": 657,
              "reading": 601,
              "writing": 601
        }
  }, ...
}

Cette activité fait partie du cours

ETL et ELT en Python

Voir le cours

Instructions de l’exercice

Parcourez à la fois les clés et les valeurs du dictionnaire raw_testing_scores.
Extrayez la valeur "street_address" de chaque dictionnaire imbriqué dans l'objet raw_testing_scores.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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)

Modifier et exécuter le code