Transformer des données JSON

Il y a de fortes chances que, lorsque vous lisez des données au format JSON dans un dictionnaire, vous deviez appliquer un certain niveau de transformation manuelle aux données avant qu'elles ne puissent être stockées dans un DataFrame. Cette situation est fréquente lorsque l'on travaille avec des dictionnaires imbriqués, 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
        }
  }, ...
}

Cet exercice fait partie du cours

ETL et ELT en Python

Afficher le cours

Instructions

Parcourez en boucle les clés et les valeurs du dictionnaire raw_testing_scores.
Extrayez le "street_address" de chaque dictionnaire imbriqué dans l'objet raw_testing_scores.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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