將 JSON 轉換為 Pandas DataFrame
本文將介紹如何將 JSON 轉換為 Pandas DataFrame。
JSON 是 JavaScript Object Notation 的縮寫,它是基於 JavaScript 中物件的格式,是一種表示結構化資料的編碼技術。它是基於 JavaScript 中物件的格式,是一種表示結構化資料的編碼技術。目前,它被廣泛使用,特別是在伺服器和 Web 應用程式之間共享資料。
由於它的簡單性和受程式語言資料結構的影響,JSON 正變得非常流行。它比較容易理解,下面是一個簡單的 API 的 JSON 響應的例子。
{
"Results":
[
{ "id": "01", "Name": "Jay" },
{ "id": "02", "Name": "Mark" },
{ "id": "03", "Name": "Jack" }
],
"status": ["ok"]
}
在我們的例子中可以看到,JSON 在某種程度上似乎是巢狀列表和字典的結合,因此,從 JSON 檔案中提取資料,甚至將其儲存為 Pandas DataFrame 是比較容易的。
Python 中的 Pandas 和 JSON 庫可以幫助實現這個功能。我們有兩個函式 read_json()
和 json_normalize()
可以幫助將 JSON 字串轉換為 DataFrame。
使用 json_normalize()
將 JSON 轉換為 Pandas DataFrame
json_normalize()
函式被非常廣泛地用於讀取巢狀的 JSON 字串並返回一個 DataFrame。要使用這個函式,我們首先需要使用 Python 中 JSON 庫中的 json.loads()
函式來讀取 JSON 字串,然後我們將這個 JSON 物件傳遞給 json_normalize()
,它將返回一個包含所需資料的 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)
輸出:
id Name
0 1 Jay
1 2 Mark
2 3 Jack
使用 read_json()
將 JSON 轉換為 Pandas DataFrame
另一個將 JSON 轉換為 DataFrame 的 Pandas 函式是 read_json()
,用於簡單的 JSON 字串。我們可以直接將 JSON 檔案的路徑或 JSON 字串傳遞給函式,以便將資料儲存在 Pandas DataFrame 中。read_json()
有很多引數,其中 orient
指定 JSON 字串的格式。
缺點是它很難與巢狀的 JSON 字串一起使用。因此,為了使用 read_json()
,我們將使用一個簡單得多的例子,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)
輸出:
Name Age
0 Jay 17
1 Mark 15
2 Jack 16
我們將 orient
設定為 'index'
,因為 fromat 的 JSON 字串匹配的模式是 {index : {column: value}}
。
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn相關文章 - Pandas DataFrame
- 如何將 Pandas DataFrame 列標題獲取為列表
- 如何刪除 Pandas DataFrame 列
- 如何在 Pandas 中將 DataFrame 列轉換為日期時間
- 如何在 Pandas DataFrame 中將浮點數轉換為整數
- 如何按一列的值對 Pandas DataFrame 進行排序
- 如何用 group-by 和 sum 獲得 Pandas 總和