Kom igångKom igång gratis

Nästlade filmer

Du är nyfiken på ett movies-dataset som du haft på datorn ett tag och som innehåller information om olika filmer. Du vill analysera datan, men inser att den är i ett nästlat JSON-format.

För att läsa in den i en DataFrame behöver du använda den funktion du nyss lärt dig. Sedan omformar du den resulterande DataFrame:n för att göra den enklare att arbeta med.

Den semi-strukturerade JSON:en med namnet movies finns tillgänglig för dig. Se till att undersöka den i konsolen!

Den här övningen är en del av kursen

Omforma data med pandas

Visa kurs

Övningsinstruktioner

  • Importera funktionen json_normalize() från pandas.
  • Normalisera JSON:en i movies. Separera namnen som genereras från nästlade poster med ett understreck.
  • Omforma den resulterande DataFrame:n movies_norm från brett till långt format, och använd kolumnerna director och producer som unika index. Namnge den nya variabeln som skapas från kolumnerna movies, med start på features, separerat med ett understreck och ett suffix som innehåller ord.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod