Pandas读存JSON数据

时间:2022-09-29 皮大大人气:0

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 -&gt; [index], columns -&gt; [columns], data -&gt; [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 -&gt; value}, … , {column -&gt; 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 -&gt; {column -&gt; 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 -&gt; {index -&gt; 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

加载全部内容