import pandas as pd
dados1 = pd.read_json('/content/drive/MyDrive/Dados/Dados_normalizando_json/questao_2_1.json')
dados1
dados2 = pd.read_json('/content/drive/MyDrive/Dados/Dados_normalizando_json/questao_2_2.json')
dados2
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!
Solucionado
import pandas as pd
dados1 = pd.read_json('/content/drive/MyDrive/Dados/Dados_normalizando_json/questao_2_1.json')
dados1
dados2 = pd.read_json('/content/drive/MyDrive/Dados/Dados_normalizando_json/questao_2_2.json')
dados2
Oi, Marcia! Como vai?
Agradeço por compartilhar.
Você fez uma boa separação ao carregar os dois arquivos JSON em variáveis diferentes. Isso facilita a comparação entre os formatos e a escolha da melhor forma de normalizar os dados.
Para saber mais:
Quando estamos trabalhando com múltiplos arquivos JSON que possuem estruturas semelhantes, como no exemplo com dados1 e dados2, é possível combiná-los facilmente utilizando a função concat() do pandas:
df_combinado = pd.concat([dados1, dados2], ignore_index=True)
df_combinado.head()Isso ajuda a consolidar os dados em um único DataFrame para facilitar a análise posterior. A opção ignore_index=True é útil para reorganizar os índices e evitar duplicações.
Se quiser entender melhor o funcionamento do concat() e suas opções (como combinar por colunas ou por índice), confira a documentação oficial do pandas.
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!