我想用一个有点复杂的数据集来实现机器学习。我想和熊猫一起工作,然后使用短剧学习中的一些内置模型。
数据外观是在JSON文件中给出的,示例如下:
{
"demo_Profile": {
"sex": "male",
"age": 98,
"height": 160,
"weight": 139,
"bmi": 5,
"someinfo1": [
"some_more_info1"
],
"someinfo2": [
"some_more_inf2"
],
"someinfo3": [
"some_more_info3"
],
},
"event": {
"info_personal": {
"info1": 219.59,
"info2": 129.18,
"info3": 41.15,
"info4": 94.19,
},
"symptoms": [
{
"name": "name1",
"socrates": {
"associations": [
"associations1"
],
"onsetType": "onsetType1",
"timeCourse": "timeCourse1"
}
},
{
"name": "name2",
"socrates": {
"timeCourse": "timeCourse2"
}
},
{
"name": "name3",
"socrates": {
"onsetType": "onsetType2"
}
},
{
"name": "name4",
"socrates": {
"onsetType": "onsetType3"
}
},
{
"name": "name5",
"socrates": {
"associations": [
"associations2"
]
}
}
],
"labs": [
{
"name": "name1 ",
"value": "valuelab"
}
]
}
}
我想创建一个考虑这种“嵌套数据”的pandas数据框架,但我不知道如何构建一个除了"singles参数“之外还要考虑”嵌套参数“的数据框架。
例如,我不知道如何将包含“单个参数”的"demo_Profile“与症状合并,症状是字典的列表,在相同的情况下是单值,在其他情况下是列表。
有人知道解决这个问题的方法吗?
编辑*
上面显示的JSON只是一个示例,在其他情况下,列表中的值的数量以及症状的数量将是不同的。因此,上面显示的示例并不适用于所有情况。
https://stackoverflow.com/questions/51327847
复制相似问题