Pandas las JSON

„Für die Analyse einer großen Datenmenge verwenden wir die Bibliothek von„ Python “, die die" Pandas "-Bibliothek ist. Wir können die „Pandas“ -Bibliothek problemlos nutzen, die uns in mehreren Bereichen wie Datenwissenschaften und maschinellem Lernen hilft. In "Pandas" können wir die "JSON" -Datei erstellen und diese "JSON" -Datei auch lesen. Viele Daten werden häufig als JSON gespeichert. Der JSON wird in „Pandas“ -Programmierung häufig verwendet. Die "Pandas" enthält die Methode "Read_json ()" zum Lesen der "JSON" -Datei und zum Speichern als Datenrahmen. Wir können JSON auch aus der Zeichenfolge lesen, die wir in unseren Codes erstellt haben. Wir zeigen Ihnen, wie Sie JSON in "Pandas" -Programmierung lesen und wie Sie die Methode "Read_Json ()" in "Pandas" hier in diesem Handbuch verwenden. Wir werden Daten lesen und dann die Daten der JSON -Datei in Form von DataFrame in "Pandas" anzeigen. Wir werden hier auch seine Syntax besprechen.”

Syntax

Die vollständige Syntax dieser Methode „Read_json ()“ ist unten angegeben.

Pandas.read_json (path, orient = value, typ = 'Frame', dTYPE = value, convert_axes = value, convert_dates = true, keep_default_dates = true, numpy = false, präcise_float = false, date_unit = value, coding = value, coding_errors = 'strict =' strict, stry_unit = value, coding = value, coding_errors = 'strikte' strikte, strikte. ', line = false, chunkSize = value, compression =' infer ', nrows = value, Storage_options = value)

Beispiel 01

Diese Beispiele, die hier in diesem Leitfaden präsentiert werden, werden in der "Spyder" -App ausgeführt. Bevor wir die Methode „Read_Json ()“ verwenden, generieren wir zunächst die JSON -Datei, deren Daten wir mit der Methode „Read_Json ()“ lesen werden. Wir haben hier auch besprochen, wie man die JSON -Datei in "Pandas" erstellt,. Hier können Sie sehen, dass wir den Datenrahmen zuerst mit der „PD“ erstellen.DataFrame () ”Methode.

Dann fügen wir "Name, num_1, num_2, num_3, num_4 und num_5" als Spalte dieses Datenrahmens hinzu und fügen auch einige Daten in diese Spalten ein. Danach verwenden wir die Methode "to_json ()", die bei der Konvertierung dieses Datenrahmens in JSON hilft. Wir geben den Namen ein, den wir der "JSON" -Datei geben möchten, in der JSON -Daten gespeichert werden. Der Name, den wir hier geben, lautet: „Marks.json ”. Nach dem Ausführen dieses Code wird die JSON -Datei mit den Namen „Marks“ erstellt.JSON “und es wird die Daten in JSON speichern, die wir hier eingegeben haben.

Nachdem Sie diesen Code ausgestellt haben, indem Sie auf "Shift+Enter" gedrückt werden, wird die JSON -Datei erstellt, und hier wird auch die JSON -Datei unten angezeigt. Dies ist die JSON -Datei, die wir nach der Ausführung des obigen Code erhalten. Jetzt werden wir weiterentwickeln und diese JSON -Datei mit Hilfe der Methode „Read_json ()“ lesen.

Jetzt "importieren wir" die "Pandas" -Bibliothek zuerst, weil wir hier die Methode "read_json ()" verwenden müssen, die die Methode von "Pandas" ist. Wir importieren die „Pandas als PD“. Im Folgenden verwenden wir die Methode „Read_json ()“ und setzen den Namen der Datei ein, deren Daten wir lesen möchten. Die oben erstellte Datei wird hier platziert, sodass wir die Daten dieser JSON -Datei lesen werden. Wir übergeben den Pfad der Datei in dieser Methode "Read_json ()", nämlich "Marks.JSON “, und wir weisen diese Funktion der Variablen„ DF “zu. Nach dem Lesen dieser JSON -Datei werden die Daten der JSON -Datei in dieser "DF" -Variablen gespeichert. Jetzt drucken wir diese Daten mit der "print ()" und auch die Methode "to_string ()" mit der Variablen "DF" hinzu. Diese "to_string ()" -Methode hilft uns beim Drucken des Datenrahmens. Es wird die Daten der JSON -Datei im DataFrame -Format gedruckt.

Die Daten, die in der obigen JSON -Datei gespeichert sind. Sie können beachten, dass alle Daten der JSON -Datei in den Datenrahmen konvertiert und in der Ausgabe angezeigt werden.

Beispiel 02

Wir können die JSON -Zeichenfolge auch mit Hilfe der Methode „Read_json ()“ lesen. Nach dem Importieren der "Pandas" generieren wir hier eine Zeichenfolge und speichern diese Zeichenfolge in der Variablen "my_str". Die String, die wir hier erstellt haben, enthält Daten, die das „Thema“ sind, und wir geben den Namen des Themas, das „Englisch“ ist, auf. Dann fügen wir "Pay" hinzu, das "25000" hier und auch die "Tage", die "70 Tage" sind. Nach all diesen fügen wir auch "Rabatt" hinzu, was hier "1000" ist. Die JSON -String ist hier abgeschlossen.

Jetzt lesen wir diese JSON -Zeichenfolge, indem wir die Methode "Read_Json ()" von "Pandas" verwenden, und wir platzieren den Namen der Variablen, in der die Zeichenfolge gespeichert ist. Der Name dieser Variablen lautet "my_str", und wir fügen ihn hier als erster Parameter der Methode "read_json ()" hinzu. Danach fügen wir einen weiteren Parameter hinzu, der hier der Parameter "Orient" ist, und wir setzen ihn auf "Datensätze" fest. Dann fügen wir diese "my_df" in die "print ()" -Methode hinzu, sodass sie auf dem Terminal auf dem Terminal rendert, wenn wir diesen Code ausführen.

Die Daten, die wir nach dem Lesen der JSON -Zeichenfolge erhalten, werden unten angezeigt. Hier werden die Daten im Datenrahmen wiedergegeben, den wir als JSON -Zeichenfolge in unserem Code eingegeben haben.

Beispiel 03

Wir erstellen hier eine weitere JSON -Zeichenfolge. Sie müssen sich daran erinnern, dass Sie die Zeichenfolge in nur einer Zeile platzieren müssen. Wenn wir die verbleibenden Daten der Zeichenfolge in der neuen Zeile hinzufügen, erfolgt die Fehlermeldung. Sie müssen also die gesamte Zeichenfolge in nur einer Zeile schreiben. Hier wird die JSON -String erstellt und in der Variablen "String" erstellt und gespeichert. Dann lesen wir eine JSON -Zeichenfolge, indem wir die Methode „Read_json ()“ verwenden. Wir fügen die "Zeichenfolge" hinzu, in der die JSON -Zeichenfolge in dieser Methode "Read_Json ()" gespeichert ist. Nach dem Lesen speichern wir diese Zeichenfolge in der Variablen "JSON_DATA". Danach verwenden wir den "print ()" und fügen ihm "json_data" hinzu, was dazu beiträgt, dies zu rendern.

Im Folgenden wird der Datenrahmen gerendert, und wir haben diesen Datenrahmen erhalten, nachdem wir den JSON -String gelesen haben. Das Datum, das wir in unserem Code als JSON -Zeichenfolge eingegeben haben, wird hier als Datenrahmen angezeigt.

Beispiel 04

Dies ist unsere JSON -Datei, und wir werden die Methode „Read_json ()“ auf diese JSON -Datei anwenden. Es wird die Daten gelesen, die in dieser JSON -Datei vorhanden sind, und diese Daten im DataFrame rendern.

Da wir nun die Methode „Read_json ()“ der "Pandas" -Bibliothek verwenden müssen, müssen wir zuerst die Bibliothek "importieren". Die Pandas werden als „PD“ importiert. Wir haben die oben gezeigte Datei platziert, damit wir die Daten aus dieser JSON -Datei lesen können. Das Unternehmen.Die Pfad der JSON -Datei wird an die Methode "read_json ()" übergeben, und diese Funktion wird auch der Variablen "JSON_REC" zugewiesen. Die Informationen aus der JSON -Datei werden somit nach dem Lesen in der Variablen „JSON_REC“ platziert. Jetzt setzen wir den "print ()" und fügen "JSON_REC" hinzu.

Die Daten, die in der oben genannten JSON -Datei enthalten sind. Sie können sehen, dass die Ausgabe einen Datenrahmen mit allen Daten aus der in ihn konvertierten JSON -Datei anzeigt.

Abschluss

Wir haben die Methode "read_json ()" von "Pandas" in diesem Handbuch ausführlich erklärt. Wir haben die Syntax der Methode „Read_json ()“ hier vorgestellt und auch diese "read_json ()" -Methode in unserem "pandas" -Codel verwendet. Wir haben die JSON -Zeichenfolge und auch die JSON -Datei mit Hilfe der Methode „Read_json ()“ hier gelesen und erklärt, wie man eine JSON -Datei erstellt und dann diese JSON -Datei liest. Wir haben auch erklärt, wie man die JSON -Zeichenfolge erstellt und wie man die JSON -Zeichenfolge mit Hilfe der Methode „Read_Json ()“ in dieser Anleitung liest.