import pandas as pd
df = pd.read_json('/content/drive/MyDrive/Dados/Dados_normalizando_json/questao_1.json')
df
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
import pandas as pd
df = pd.read_json('/content/drive/MyDrive/Dados/Dados_normalizando_json/questao_1.json')
df
Oi, Marcia! Como vai?
Agradeço por compartilhar seu código com a comunidade Alura.
Seu uso do pd.read_json() tá correto para carregar os dados a partir de um arquivo .json. Isso já é um ótimo passo para começar a analisar e normalizar o conteúdo com o Pandas.
Para saber mais:
Ao utilizar a função read_json() do pandas, o DataFrame resultante pode conter colunas com estruturas aninhadas (como dicionários ou listas). Para tratar esse tipo de dado e transformá-lo em colunas "achatadas", podemos utilizar a função json_normalize() da própria biblioteca pandas:
Essa técnica é especialmente útil quando lidamos com arquivos JSON que contêm informações agrupadas por níveis hierárquicos, como APIs ou formulários complexos.
Se quiser se aprofundar e explorar mais parâmetros que o json_normalize() oferece, você pode consultar a documentação oficial do pandas.
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!