Zagnieżdżone dane o filmach

Masz na komputerze zbiór danych movies, który zawiera informacje o różnych filmach i chcesz się mu bliżej przyjrzeć. Chcesz przeanalizować te dane, ale okazuje się, że są w zagnieżdżonym formacie JSON.

Aby wczytać je do DataFrame, musisz użyć poznanej właśnie funkcji. Następnie przekształcisz wynikowy DataFrame, żeby łatwiej było z nim pracować.

Półustrukturyzowany JSON o nazwie movies jest już dostępny. Koniecznie sprawdź jego zawartość w konsoli!

To ćwiczenie jest częścią kursu

Przekształcanie danych z pandas

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj funkcję json_normalize() z biblioteki pandas.
Znormalizuj JSON zawarty w movies. Nazwy generowane z zagnieżdżonych rekordów oddziel znakiem podkreślenia.
Przekształć wynikowy DataFrame movies_norm z formatu szerokiego do długiego, używając kolumn director i producer jako unikalnych indeksów. Nowej zmiennej utworzonej z kolumn nadaj nazwę movies, zaczynając od features, oddzielonej znakiem podkreślenia, z sufiksem zawierającym słowa.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import the json_normalize function
____

# Normalize movies and separate the new columns with an underscore 
movies_norm = ____(____, sep=____)

# Reshape using director and producer as index, create movies from column starting from features
movies_long = pd.____(____, stubnames=____, 
                      i=____, j=____, 
                      sep=____, suffix=____)

# Print movies_long
print(movies_long)

Edytuj i uruchom kod