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
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!