Как создать новый столбец данных pandas из файла, содержащего json?

У меня есть набор данных с метаданными о голосовых вызовах

Это выглядит как

Data columns (total 4 columns):
 #   Column       Non-Null Count  Dtype 
---  ------       --------------  ----- 
 0   phone        100 non-null    string
 1   group_id     100 non-null    int64 
 2   question_id  100 non-null    int64 
 3   result       100 non-null    bool 

Я хочу создать столбец № 4, который будет содержать некоторую статистику диалога, например. total_words (int64), а данные должны быть взяты из внешнего файла json, содержащего результаты распознавания речи в текст

Есть ли встроенный способ панд сделать это?

Я тестировал с pandas.read_json, но получаю ошибки модуля (ValueError: DataFrame constructor not properly called! и TypeError: argument of type 'method' is not iterable)

Я ищу что-то вроде

df['total_words'] = pd.read_json('file://localhost:8888/auido/' + df['phone'] + '.mp3.wstat.json')

Я был бы рад, если бы кто-нибудь предоставил пример рабочего кода для решения подобной проблемы.

UPD: вывод файла json выглядит как {"total_words": 74}

Не могли бы вы поделиться выводом файла json, так как мы можем читать содержимое файла json в другом фрейме данных и выполнять присоединение к существующему фрейму данных.

Thangaselvi 27.12.2022 19:46
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
1
52
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Попробуй это:

df['total_words']=df['phone'].apply(lambda x: pd.read_json(f'auido/{x}.mp3.wstat.json'))

Теперь каждая ячейка столбца total_words содержит другой фрейм данных, вы можете получить к нему доступ, используя:

#for first row
df.iloc[0]["total_words"].head()

спасибо за ваше предложение. Ваш пример выглядит чистым. Но в моем Юпитере я получаю ошибку URLError: <urlopen error [Errno 2] No such file or directory: '/auido/358411590810.mp3.wstat.json'>. Документы говорят, что параметр path_or_buf для локального файла в pandas.read_json (pandas.pydata.org/docs/reference/api/pandas.read_json.html) может быть похож на file://localhost/path/to/table.json, но в моем случае это не работает. Не могли бы вы предположить, почему?

Paul Serikov 27.12.2022 21:07

@PaulSerikov, я обновил ответ. Я предполагаю, что проблема в пути. Пожалуйста, используйте relative path. В обновленном ответе я предположил, что каталог auido находится в том же каталоге, что и скрипт Jupiter.

NZJL 27.12.2022 21:20

Другие вопросы по теме