import pandas as al
dados = 'https://jsonplaceholder.typicode.com/users'
df = al.read_json(dados)
new_address = al.json_normalize(df['address'])
new_company = pd.json_normalize(df['company'])
df = al.concat([df,new_address,new_company],axis=1)
df.drop(columns=['address','company'], inplace = True)
df.head(10)
Bom dia, Thamiris! Como está?
Incrível! Continue resolvendo os desafios e compartilhando com a comunidade Alura.
Notei que você utilizou o read_json() para importar os dados diretamente de uma URL, aplicou de forma eficaz o json_normalize() para transformar as colunas aninhadas em colunas planas e compreendeu a importância do tratamento de dados estruturados para uma análise eficiente.
Só atenção ao seguinte trecho de código: new_company = pd.json_normalize(df['company']). Que deveria ser new_company = al.json_normalize(df['company']) para acompanhar a importação do pandas definido como al.
E um próximo passo interessante seria explorar o .columns para visualizar rapidamente os nomes das colunas. Veja o exemplo:
print(df.columns)
Resultado:
Index(['id', 'name', 'username', 'email', 'phone', 'website', 'street',
'suite', 'city', 'zipcode', 'geo.lat', 'geo.lng', 'name', 'catchPhrase',
'bs'],
dtype='object')
Isso permite ver todos os nomes de colunas de forma rápida, facilitando na hora de decidir o que renomear ou remover.
Para saber mais:
Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:
Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.
Fico à disposição! E se precisar, conte sempre com o apoio do fórum.
Abraço e bons estudos!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!