จัดการข้อมูลที่ซ้อนอยู่ลึกหลายชั้น
ในแบบฝึกหัดที่แล้ว คุณได้ทำการ flatten ข้อมูลที่ซ้อนอยู่ชั้นเดียว ในแบบฝึกหัดนี้จะต้องแกะข้อมูลที่ซ้อนกันลึกกว่านั้น
แอตทริบิวต์ categories ในข้อมูลตอบกลับจาก Yelp API จะมีรายการของออบเจกต์ เพื่อ flatten ข้อมูลนี้ จะใช้อาร์กิวเมนต์ของ json_normalize() เพื่อระบุพาธไปยัง categories และเลือกแอตทริบิวต์อื่นที่ต้องการรวมไว้ใน dataframe นอกจากนี้ควรเปลี่ยน separator เพื่อให้เลือกคอลัมน์ได้ง่ายขึ้น และกำหนด prefix ให้กับแอตทริบิวต์อื่นเพื่อป้องกันชื่อคอลัมน์ซ้ำกัน โดยจะทำทีละขั้นตอน
นำเข้า pandas (เป็น pd) และ json_normalize() เรียบร้อยแล้ว ข้อมูล Yelp ในรูปแบบ JSON เกี่ยวกับคาเฟ่ในนิวยอร์กซิตี้เก็บอยู่ในตัวแปร data
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การนำเข้าข้อมูลด้วย pandas อย่างมีประสิทธิภาพ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Flatten businesses records and set underscore separators
flat_cafes = ____(data["businesses"],
____)
# View the data
print(flat_cafes.head())