將json文件轉換爲xls格式 頂 原

對於數據分析人員來說，很多時候csv和xls格式的文件會更方面很多，但json格式作爲網絡數據傳輸通用格式，很多格式是以json格式保存，包括scrapy和pyspider等都是提供了默認的json格式，因此在很多場合需要將json格式轉換爲xls格式，筆者自己寫了個轉換腳本：

def get_data_from_dict(data, result):
    #如果key不存在，則設置爲空
    for key in data:
        if key not in result:
            #如果一個key都不存在着直接加入一個key,否則選擇第一個key的長度
            if not result.keys():
                result[key] = []
            else:
                result[key] = len(result[result.keys()[0]])*[""]
    #然後分別加入值
    for key in result:
        if key in data:
            result[key].append(data[key])
        else:
            result[key].append("")
    return result

def get_all_child(father_dict, spread_dict=None):
    '''將所有dict展開'''
    if spread_dict == None:
        spread_dict = {}
    for key in father_dict:
        if isinstance(father_dict[key], dict):
            spread_dict = get_all_child(father_dict[key], spread_dict)
        else:
            spread_dict[key] = father_dict[key]
    return spread_dict

通過json.load我們可以將json文件轉換爲python中的字典格式，因此處理json文件對於python來說其實就是對字典的處理，這裏主要構建了兩個函數，get_all_child()是用來將展開字典逐級展開，get_data_from_dict()則負責將字典的組合成pandas中的DataFrame樣式格式，以一份安居客的json文件爲例，可以關注我的github,附帶送上數據，完整的代碼如下：

#coding:utf8
import json
import six
import pandas as pd
from collections import defaultdict

def get_data_from_dict(data, result=None):
    #如果key不存在，則設置爲空
    for key in data:
        if key not in result:
            #如果一個key都不存在着直接加入一個key,否則選擇第一個key的長度
            if not result.keys():
                result[key] = []
            else:
                result[key] = len(result[result.keys()[0]])*[""]
    #然後分別加入值
    for key in result:
        if key in data:
            result[key].append(data[key])
        else:
            result[key].append("")
    return result

def get_all_child(father_dict, spread_dict=None):
    '''將所有dict展開'''
    if spread_dict == None:
        spread_dict = {}
    for key in father_dict:
        if isinstance(father_dict[key], dict):
            spread_dict = get_all_child(father_dict[key], spread_dict)
        else:
            spread_dict[key] = father_dict[key]
    return spread_dict

filename = u"安居客新房.json"
with open(filename,"r") as fr:
    result = defaultdict(list)
    for line in fr:
        linedata = json.loads(line)
        spread_data = get_all_child(linedata)
        result = get_data_from_dict(spread_data, result)
    data = pd.DataFrame(result)
    data.to_excel(u"安居客.xls",encoding="utf8")

---------------------END----WRITE----AT----http://my.oschina.net/Kanonpy/---------------------------