Transformera JSON-data

När du läser in data från JSON-format till en ordlista behöver du ofta transformera datan manuellt innan den kan lagras i en DataFrame. Det är vanligt när man arbetar med nästlade ordlistor, vilket du får öva på i den här övningen.

Filen "nested_school_scores.json" har lästs in i en ordlista som finns tillgänglig i variabeln raw_testing_scores, med följande struktur:

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

Den här övningen är en del av kursen

ETL och ELT i Python

Visa kurs

Övningsinstruktioner

Loopa igenom både nycklarna och värdena i ordlistan raw_testing_scores.
Extrahera "street_address" från varje ordlista som är nästlad i objektet raw_testing_scores.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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)

Redigera och kör kod