Python：导入Tweet unicode数据到pandas数据框对象

2023年8月24日 200次阅读

我试图导入一个具有以下结构的文件(转储推文,带有unicode字符串).目标是使用pandas模块将其转换为DataFrame.我假设第一步是加载到一个json对象,然后转换为一个DataFrame(根据McKinney的
Python for Data Analysis书中的第166页),但我不确定并且可以使用一些指针来管理它.

import sys, tailer
tweet_sample = tailer.head(open(r'<MyFilePath>\usTweets0.json'), 3)
tweet_sample # returns
['{u\'contributors\': None, u\'truncated\': False, u\'text\': u\'@KREAYSHAWN is...

最佳答案 只需使用DataFrame构造函数……

In [6]: tweet_sample = [{'contributers': None, 'truncated': False, 'text': 'foo'}, {'contributers': None, 'truncated': True, 'text': 'bar'}]

In [7]: df = pd.DataFrame(tweet_sample)

In [8]: df
Out[8]:
  contributers text truncated
0         None  foo     False
1         None  bar      True

如果您将文件作为JSON,则可以使用json.load打开它：

import json
with open('<MyFilePath>\usTweets0.json', 'r') as f:
    tweet_sample = json.load(f)

将有一个from_json soon到熊猫…

点赞