pandas json_normalize

code:norm.py

pandas.io.json.json_normalize(

data,

record_path=None, record_prefix=None

meta=None, meta_prefix=None,

errors='raise', sep='.')

上記、 パラメータの順番を変えてます。keyword付きで指定しない場合は、これではいけない。

jsonを pythonで読む(json.load, json.loads, deserializationする)と 辞書型になる。それをdataframeにしたい。

辞書の値が、辞書になってる場合

これは、カラム名が"."付きになるだけなので、問題ない。

必要なら、sep="_"みたいにして、"."以外にもできる

辞書の値が、レコードになってる。(ネストされて配列がいる)

レコードが1階層の場合

まずは、レコード型になってるキーを、record_pathに指定すれば良い。

ただ、この場合、そのままだと、そのrecord_pathの値しかかえってこない。

なので、metaを指定して、追加の列名を付与する形にする。

その際に、名前が重複してしまうとまずい、なので、record_prefix, meta_prefix を使って、衝突を回避する

このあたりが、上記のpandasの公式でも、note.nkmk.meでも書かれている。

レコードが2階層の場合

これは、たぶん、json_normalize一発では無理なので、個別でDataFrameを作っておいて、joinする。

というか、ここまでDataFrameにこだわるのが悪手の可能性たかい。

session単位が基本のテーブル行

ヒット単位レコード

ヒット単位カスタムディメンションレコード

拡張ECレコード　

となり、２階層（ヒット、カスタムディメンジョン or 拡張EC)となってる。

以下のサイトの解説が良い（他の記事も良い)