import requests
import json
import pandas as pd
dados_usuarios = requests.get('https://jsonplaceholder.typicode.com/users')
resultado = json.loads(dados_usuarios.text)
df_usuarios = pd.DataFrame(resultado)
df_usuarios
df_normalizado = pd.json_normalize(resultado)
df_normalizado
df_normalizado.to_json('historico_usuarios_normalizado.json')
Salvando o JSON original
df_usuarios.to_json('place_holder.json')
Olá, Roger! Como vai?
Muito bem! Continue resolvendo os desafios e compartilhando com a comunidade Alura.
Observei que você explorou o uso da função json_normalize para normalizar os dados, utilizou muito bem o método to_json para salvar o arquivo e ainda decidiu salvar o JSON original como uma garantia, caso precisasse dele novamente.
Uma dica interessante para o futuro é usar o argumento sep='_' no método pd.json_normalize para garantir que os subcampos de dados aninhados sejam desaninhados com os níveis unidos por um sublinhado (_). Dessa forma:
dados_usuarios_normalizado = pd.json_normalize(resultado, sep='_')
Isso acaba facilitando o acesso e a manipulação dos dados no DataFrame.
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!