JSON 응답을 Pandas DataFrame으로 정리하는 방법 | 리스트와 딕셔너리 두 방식 비교

JSON 응답을 DataFrame으로 바꿀 때 중요한 건 pd.DataFrame() 자체가 아니다.진짜 중요한 건 중첩된 JSON을 분석하기 좋은 2차원 표 구조로 어떻게 “정리해서” 넘길 것인가다. 실전에서는 원본 JSON을 바로 DataFrame으로 바꾸기보다, 필요한 필드만 추출해서 리스트 또는 딕셔너리 형태로 다시 쌓은 뒤 DataFrame으로 변환하는 방식이 훨씬 많이 쓰인다. 자료에서도 KOBIS 영화목록 JSON을 바로 DataFrame으로 넘기는 방식과, 필요한 값만 추려 tot_data에 다시 쌓아 DataFrame으로 만드는 방식이 모두 나오고, 후자가 실제 분석용 정리 방식으로 이어진다.왜 JSON을 바로 DataFrame으로 만들면 애매할까처음엔 이렇게 쓰고 싶어진다.import p..

• format_list_bulleted Data Analytics/수집·크롤링
• · 2026. 5. 13.

JSON과 XML 차이 정리 | API 응답 포맷에 따라 파이썬 처리 방식이 달라지는 이유

API를 호출할 때 중요한 건 데이터를 받았다는 사실보다, 그 응답이 JSON인지 XML인지 먼저 구분하는 것이다.같은 영화목록 API라도 JSON으로 받으면 파이썬의 dict/list처럼 다룰 수 있고, XML로 받으면 태그 구조를 기준으로 찾아 들어가야 한다. 즉, 정보 자체보다 포장 방식이 다르고, 그 차이 때문에 파이썬 처리 방식도 달라진다. 자료에서도 JSON은 json 패키지를 통해 파이썬 자료형으로 바꾸고 키값/정수 인덱스로 접근하며, XML은 BeautifulSoup를 통해 태그 중심으로 접근한다고 명확히 구분한다.먼저 결론부터 정리하면JSON과 XML의 가장 큰 차이는 이거다.JSON: 파이썬 자료형으로 변환해서 접근XML: 태그를 직접 찾아가며 접근이 차이를 모르면, 같은 API 문서를..

• format_list_bulleted Data Analytics/수집·크롤링
• · 2026. 5. 7.

JSON 데이터를 Pandas DataFrame으로 바꾸는 방법 | 리스트와 딕셔너리 구조 정리

JSON 데이터를 바로 DataFrame으로 변환할 수도 있지만, 실제 분석에서는 그렇게 하지 않는다.핵심은 JSON 구조를 그대로 쓰지 않고, 필요한 필드만 추출해 리스트 또는 딕셔너리 형태로 재구성한 뒤 DataFrame으로 만드는 것이다.JSON → DataFrame 기본 흐름실전에서 가장 많이 쓰는 흐름은 아래다.JSON → dict/list → 필요한 값 추출 → tot_data 누적 → DataFrame 변환이 과정을 거치면불필요한 필드 제거구조 단순화분석용 컬럼 정리까지 한 번에 해결된다.1. JSON 구조에서 필요한 값만 뽑는다예를 들어 API에서 받은 JSON 구조가 아래와 같다고 가정하자.data = { "movieListResult": { "movieList": [ ..

• format_list_bulleted Data Analytics/수집·크롤링
• · 2026. 5. 6.

JSON이란 | 파이썬에서 json.loads()로 데이터 접근하는 방법

JSON은 데이터 분석이나 API 연동에서 가장 먼저 마주치는 데이터 형식이다.핵심은 하나다. JSON은 대부분 문자열로 들어오기 때문에 바로 key 접근이 불가능하고, json.loads()로 파싱해야 실제 데이터(dict/list)로 사용할 수 있다.JSON은 “데이터”가 아니라 “문자열 형식”이다JSON은 데이터를 담고 있지만, 파이썬 입장에서는 그냥 문자열이다.json_str = '{"name": "Alice", "age": 25}'이 상태에서는 dict처럼 보이지만 실제로는 str이다.type(json_str)# 그래서 아래처럼 접근하면 실패한다.json_str["name"] # ❌→ key 접근이 아니라 문자열 인덱싱이기 때문json.loads()로 “데이터 구조”로 바꿔야 한다이 문제를 ..

• format_list_bulleted Data Analytics/수집·크롤링
• · 2026. 4. 30.