将 json 转换为 pandas dataframe-ag捕鱼王app官网

本文将介绍如何将 json 转换为 pandas dataframe。

json 是 javascript object notation 的缩写，它是基于 javascript 中对象的格式，是一种表示结构化数据的编码技术。它是基于 javascript 中对象的格式，是一种表示结构化数据的编码技术。目前，它被广泛使用，特别是在服务器和 web 应用程序之间共享数据。

由于它的简单性和受编程语言数据结构的影响，json 正变得非常流行。它比较容易理解，下面是一个简单的 api 的 json 响应的例子。

{
"results":
         [
         { "id": "01", "name": "jay" },
         { "id": "02", "name": "mark" },
         { "id": "03", "name": "jack" }
         ],
"status": ["ok"]
}

在我们的例子中可以看到，json 在某种程度上似乎是嵌套列表和字典的结合，因此，从 json 文件中提取数据，甚至将其存储为 pandas dataframe 是比较容易的。

python 中的 pandas 和 json 库可以帮助实现这个功能。我们有两个函数 read_json() 和 json_normalize() 可以帮助将 json 字符串转换为 dataframe。

使用 json_normalize() 将 json 转换为 pandas dataframe

json_normalize() 函数被非常广泛地用于读取嵌套的 json 字符串并返回一个 dataframe。要使用这个函数，我们首先需要使用 python 中 json 库中的 json.loads() 函数来读取 json 字符串，然后我们将这个 json 对象传递给 json_normalize()，它将返回一个包含所需数据的 pandas dataframe。

import pandas as pd
import json
from pandas import json_normalize
data = """
{
"results":
         [
         { "id": "1", "name": "jay" },
         { "id": "2", "name": "mark" },
         { "id": "3", "name": "jack" }
         ],
"status": ["ok"]
}
    """
info = json.loads(data)
df = json_normalize(info["results"])  # results contain the required data
print(df)

输出：

   id  name
0  1   jay
1  2  mark
2  3  jack

使用 read_json() 将 json 转换为 pandas dataframe

另一个将 json 转换为 dataframe 的 pandas 函数是 read_json()，用于简单的 json 字符串。我们可以直接将 json 文件的路径或 json 字符串传递给函数，以便将数据存储在 pandas dataframe 中。read_json() 有很多参数，其中 orient 指定 json 字符串的格式。

缺点是它很难与嵌套的 json 字符串一起使用。因此，为了使用 read_json()，我们将使用一个简单得多的例子，如下所示。

import pandas as pd
data = """
          {
              "0":{
                  "name": "jay",
                  "age": "17"
              },
              "1":{
                  "name": "mark",
                  "age": "15"
              },
              "2":{
                  "name": "jack",
                  "age":"16"
              }
          }
    """
df = pd.read_json(data, orient="index")
print(df)

输出：

   name  age
0   jay   17
1  mark   15
2  jack   16

我们将 orient 设置为 'index'，因为 fromat 的 json 字符串匹配的模式是 {index : {column: value}}。