teratail header banner
teratail header banner
質問するログイン新規登録

回答編集履歴

6

修正(定義不要)

2020/11/27 05:45

投稿

sfdust
sfdust

スコア1137

answer CHANGED
@@ -30,11 +30,8 @@
30
30
 
31
31
  dics = [a, b, c]
32
32
 
33
- # dfを使うために定義
34
- df = pd.DataFrame()
35
-
36
- # 重複する列/新しく出現した列のデータ処理はappend関数を通したときに自動的に行われる。
33
+ # 重複する列/新しく出現した列のデータ処理は自動的に行われる。
37
- df = df.append(pd.json_normalize(dics))
34
+ df = pd.json_normalize(dics)
38
35
  '''
39
36
  # 次のようにもできるが上の方がはやい。
40
37
  df = pd.DataFrame()

5

修正

2020/11/27 05:45

投稿

sfdust
sfdust

スコア1137

answer CHANGED
@@ -30,6 +30,7 @@
30
30
 
31
31
  dics = [a, b, c]
32
32
 
33
+ # dfを使うために定義
33
34
  df = pd.DataFrame()
34
35
 
35
36
  # 重複する列/新しく出現した列のデータ処理はappend関数を通したときに自動的に行われる。

4

データを質問文と同じになるように修正

2020/11/27 05:34

投稿

sfdust
sfdust

スコア1137

answer CHANGED
@@ -5,14 +5,12 @@
5
5
  import pandas as pd
6
6
 
7
7
  a = {
8
-
9
8
  "id": 0,
10
9
  "name": "Jeffrey",
11
10
  "age": "23",
12
11
  "address": "Tokyo",
13
- "favorite_food": "pizza",
14
12
  "hoby": "tennis",
15
-
13
+ "favorite_food": "pizza"
16
14
  }
17
15
 
18
16
  b = {

3

追加

2020/11/27 05:33

投稿

sfdust
sfdust

スコア1137

answer CHANGED
@@ -36,6 +36,12 @@
36
36
 
37
37
  # 重複する列/新しく出現した列のデータ処理はappend関数を通したときに自動的に行われる。
38
38
  df = df.append(pd.json_normalize(dics))
39
+ '''
40
+ # 次のようにもできるが上の方がはやい。
41
+ df = pd.DataFrame()
42
+ for dic in dics:
43
+ df = df.append(pd.json_normalize(dic))
44
+ '''
39
45
 
40
46
  # 下記の一文で、指定した名前のcsv形式ファイルで保存される(この関数の戻り値はNone)。
41
47
  df.to_csv('data.csv', index=False)

2

修正

2020/11/27 05:30

投稿

sfdust
sfdust

スコア1137

answer CHANGED
@@ -5,12 +5,14 @@
5
5
  import pandas as pd
6
6
 
7
7
  a = {
8
+
8
9
  "id": 0,
9
10
  "name": "Jeffrey",
10
11
  "age": "23",
11
12
  "address": "Tokyo",
13
+ "favorite_food": "pizza",
12
14
  "hoby": "tennis",
13
- "favorite_food": "pizza",
15
+
14
16
  }
15
17
 
16
18
  b = {
@@ -28,13 +30,13 @@
28
30
  "favorite_drink": "tea"
29
31
  }
30
32
 
33
+ dics = [a, b, c]
31
34
 
32
- df_a = pd.json_normalize(a)
35
+ df = pd.DataFrame()
33
- df_b = pd.json_normalize(b)
34
- df_c = pd.json_normalize(c)
35
- # 重複する列/あたらしく出現した列のデータ処理はappend関数が自動的にやってくれる。
36
- df_t = df_a.append(df_b).append(df_c)
37
36
 
37
+ # 重複する列/新しく出現した列のデータ処理はappend関数を通したときに自動的に行われる。
38
+ df = df.append(pd.json_normalize(dics))
39
+
38
40
  # 下記の一文で、指定した名前のcsv形式ファイルで保存される(この関数の戻り値はNone)。
39
- df_t.to_csv('data.csv', index=False)
41
+ df.to_csv('data.csv', index=False)
40
42
  ```

1

2020/11/27 05:27

投稿

sfdust
sfdust

スコア1137

answer CHANGED
@@ -28,10 +28,13 @@
28
28
  "favorite_drink": "tea"
29
29
  }
30
30
 
31
+
31
32
  df_a = pd.json_normalize(a)
32
33
  df_b = pd.json_normalize(b)
33
34
  df_c = pd.json_normalize(c)
35
+ # 重複する列/あたらしく出現した列のデータ処理はappend関数が自動的にやってくれる。
34
36
  df_t = df_a.append(df_b).append(df_c)
35
37
 
38
+ # 下記の一文で、指定した名前のcsv形式ファイルで保存される(この関数の戻り値はNone)。
36
39
  df_t.to_csv('data.csv', index=False)
37
40
  ```