目录
引言
本文介绍的如何使用Pandas来读取各种json格式的数据，以及对json数据的保存
读取json数据
使用的是pd.read_json函数，见官网：pandas.pydata.org/docs/refere…
pandas.read_json( path_or_buf=None, # 文件路径 orient=None, # 取值：split、records、index、columns、values typ=\'frame\', # 要恢复的对象类型（系列或框架），默认\'框架\'. dtype=None, # boolean或dict，默认为True convert_axes=None, convert_dates=True, keep_default_dates=True, numpy=False, precise_float=False, date_unit=None, encoding=None, # 编码 lines=False, # 布尔值，默认为False，每行读取该文件作为json对象 chunksize=None, # 分块读取大小 compression=\'infer\', nrows=None, storage_options=None)
模拟数据
模拟了一份数据，vscode打开内容：
可以看到默认情况下的读取效果：
主要有下面几个特点：
- 第一层级字典的键当做了DataFrame的字段
- 第二层级的键默认当做了行索引
下面重点解释下参数orident
参数orident
取值可以是：split、records、index、columns、values
orident="split"
json文件的key的名字只能为index,cloumns,data；不多也不能少。
split\' : dict like {index -> [index], columns -> [columns], data -> [values]}
In [3]:
data1 = \'{\"index\":[1,2],\"columns\":[\"name\",\"age\"],\"data\":[[\"xiaoming\",28], [\"zhouhong\",20]]}\'
In [4]:
df1 = pd.read_json(data1, orient=\"split\") df1
结果表明：
- index：当做行索引
- columns：列名
- data：具体的取值
如果我们改变其中一个key，比如data换成information就报错了：
orient="records"
当orient="records"的时候，数据是以字段 + 取值的形式存放的。
‘records\' : list like [{column -> value}, … , {column -> value}]
In [7]:
data2 = \'[{\"name\":\"Peter\",\"sex\":\"male\",\"age\":20},{\"name\":\"Tom\",\"age\":27},{\"sex\":\"male\"}]\'
In [8]:
df2 = pd.read_json(data2, orient=\"records\") df2
生成数据的特点：
- 列表中元素是以字典的形式存放
- 列表中每个元素（字典）的key，如果没有出现则取值为NaN
orient="index"
当orient="index"的时候，数据是以行的形式来存储。
dict like {index -> {column -> value}}
In [9]:
data3 = \'{\"id1\":{\"name\":\"Mike\",\"age\":20,\"sex\":\"male\",\"score\":80},\"id2\":{\"name\":\"Jack\",\"sex\":\"female\",\"score\":90}}\'
In [10]:
df3 = pd.read_json(data3, orient=\"index\") df3
- 每个id存放一条数据
- 未出现的key取值为NaN
orient="columns"
在这种情况下数据是以列的形式来存储的。
dict like {column -> {index -> value}}
In [11]:
data4 = \'{\"sex\":{\"id1\":\"Peter\",\"id2\":\"Tom\",\"id3\":\"Jimmy\"},\"age\":{\"id1\": 20,\"id3\":28}}\'
In [12]:
df4 = pd.read_json(data4, orient=\"columns\") df4
如果我们对上面的结果实施转置（两种方法）：
我们会发现这个结果和orient="index"的读取结果是相同的：
orient="values"
在这种情况下，数据是以数组的形式存在的：
‘values\' : just the values array
In [16]:
data5 = \'[[\"深圳\",2000],[\"广州\",1900],[\"北京\",2500]]\'
In [17]:
df5 = pd.read_json(data5, orient=\"values\") df5
对生成的列名进行重新命名：
to_json
将DataFrame数据保存成json格式的文件
DataFrame.to_json(path_or_buf=None, # 路径
orient=None, # 转换类型
date_format=None, # 日期转换类型
double_precision=10, # 小数保留精度
force_ascii=True, # 是否显示中文
date_unit=\'ms\', # 日期显示最小单位
default_handler=None,
lines=False,
compression=\'infer\',
index=True, # 是否保留行索引
indent=None, # 空格数
storage_options=None)
官网学习地址：
pandas.pydata.org/docs/refere…
1、默认保存
df.to_json(\"df_to_json_1.json\", force_ascii=True) # 不显示中文
显示结果为一行数据，且存在unicode编码，中文无法显示：
{"sex":{"Jimmy":"male","Tom":"female","Jack":"male","Mike":"female"},"age":{"Jimmy":20,"Tom":18,"Jack":29,"Mike":26},"height":{"Jimmy":187,"Tom":167,"Jack":178,"Mike":162},"address":{"Jimmy":"\\u6df1\\u5733","Tom":"\\u4e0a\\u6d77","Jack":"\\u5317\\u4eac","Mike":"\\u5e7f\\u5dde"}}
2、显示中文
df.to_json(\"df_to_json_2.json\", force_ascii=False) # 显示中文
中文能够正常显示：
{"sex":{"Jimmy":"male","Tom":"female","Jack":"male","Mike":"female"},"age":{"Jimmy":20,"Tom":18,"Jack":29,"Mike":26},"height":{"Jimmy":187,"Tom":167,"Jack":178,"Mike":162},"address":{"Jimmy":"深圳","Tom":"上海","Jack":"北京","Mike":"广州"}}
3、不同的orient显示 + 换行（indent参数）
df.to_json(\"df_to_json_3.json\", force_ascii=False, orient=\"index\",indent=4) # index + 换行
显示结果中键为name信息：
4、改变index
df.to_json(\"df_to_json_4.json\", force_ascii=False, orient=\"columns\",indent=4) # columns + 换行
以上就是Pandas读存JSON数据操作示例详解的详细内容，更多关于Pandas读存JSON数据的资料请关注其它相关文章！
暂无评论内容