import pandas as pd
df = pd.read_json('/content/drive/MyDrive/Dados/Dados_normalizando_json/questao_1.json')
df
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!