Transformacja danych JSON

Czytając dane z formatu JSON do słownika, często trzeba ręcznie przekształcić dane, zanim będzie można zapisać je w DataFrame. Jest to typowe przy pracy z zagnieżdżonymi słownikami – właśnie to przećwiczysz w tym ćwiczeniu.

Plik "nested_school_scores.json" został wczytany do słownika dostępnego w zmiennej raw_testing_scores, który ma następującą postać:

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

To ćwiczenie jest częścią kursu

ETL i ELT w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Przejdź pętlą po kluczach i wartościach słownika raw_testing_scores.
Wyodrębnij "street_address" z każdego słownika zagnieżdżonego w obiekcie raw_testing_scores.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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)

Edytuj i uruchom kod