Fork me on GitHub

Pandas读存JSON数据

Pandas处理JSON文件

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:https://pandas.pydata.org/docs/reference/api/pandas.read_json.html#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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:

  1. 第一层级字典的键当做了DataFrame的字段
  2. 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。

1
split’ : dict like {index -> [index], columns -> [columns], data -> [values]}

In [3]:

1
data1 = '{"index":[1,2],"columns":["name","age"],"data":[["xiaoming",28], ["zhouhong",20]]}'

In [4]:

1
2
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。

1
‘records’ : list like [{column -> value}, … , {column -> value}]

In [7]:

1
data2 = '[{"name":"Peter","sex":"male","age":20},{"name":"Tom","age":27},{"sex":"male"}]'

In [8]:

1
2
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,数据是以的形式来存储。

1
dict like {index -> {column -> value}}

In [9]:

1
data3 = '{"id1":{"name":"Mike","age":20,"sex":"male","score":80},"id2":{"name":"Jack","sex":"female","score":90}}'

In [10]:

1
2
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。

1
dict like {column -> {index -> value}}

In [11]:

1
data4 = '{"sex":{"id1":"Peter","id2":"Tom","id3":"Jimmy"},"age":{"id1": 20,"id3":28}}'

In [12]:

1
2
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:

1
‘values’ : just the values array

In [16]:

1
data5 = '[["深圳",2000],["广州",1900],["北京",2500]]'

In [17]:

1
2
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

1
2
3
4
5
6
7
8
9
10
11
12
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:

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_json.html

1、默认保存

1
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:

1
{"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

1
df.to_json("df_to_json_2.json", force_ascii=False)  # 显示中文

中文能够正常显示:

1
{"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)

1
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

1
df.to_json("df_to_json_4.json", force_ascii=False, orient="columns",indent=4)   # columns + 换行

本文标题:Pandas读存JSON数据

发布时间:2022年08月20日 - 17:08

原始链接:http://www.renpeter.cn/2022/08/20/Pandas%E8%AF%BB%E5%AD%98JSON%E6%95%B0%E6%8D%AE.html

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

Coffee or Tea