Python Pandas（6）：Pandas JSON

最新推荐文章于 2025-02-11 08:18:15 发布

原创

最新推荐文章于 2025-02-11 08:18:15 发布 · 906 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas #json

JSON（JavaScript Object Notation，JavaScript 对象表示法），是存储和交换文本信息的语法，类似 XML。JSON 比 XML 更小、更快，更易解析。Pandas 提供了强大的方法来处理 JSON 格式的数据，支持从 JSON 文件或字符串中读取数据并将其转换为 DataFrame，以及将 DataFrame 转换回 JSON 格式。

操作	方法	说明
从 JSON 文件/字符串读取数据	`pd.read_json()`	从 JSON 数据中读取并加载为 DataFrame
将 DataFrame 转换为 JSON	`DataFrame.to_json()`	将 DataFrame 转换为 JSON 格式的数据，可以指定结构化方式
支持 JSON 结构化方式	`orient` 参数	支持多种结构化方式，如 `split`、`records`、`columns`

Pandas 可以很方便的处理 JSON 数据，本文以 sites.json 为例，内容如下：

[
  {
    "id": "A001",
    "name": "bing",
    "url": "www.bing.com",
    "likes": 61
  },
  {
    "id": "A002",
    "name": "Google",
    "url": "www.google.com",
    "likes": 124
  },
  {
    "id": "A003",
    "name": "淘宝",
    "url": "www.taobao.com",
    "likes": 45
  }
]

1 从 JSON 文件/字符串加载数据

1.1 pd.read_json() - 读取 JSON 数据

read_json() 用于从 JSON 格式的数据中读取并加载为一个 DataFrame。它支持从 JSON 文件、JSON 字符串或 JSON 网址中加载数据。

df = pd.read_json(
    path_or_buffer,      # JSON 文件路径、JSON 字符串或 URL
    orient=None,         # JSON 数据的结构方式，默认是 'columns'
    dtype=None,          # 强制指定列的数据类型
    convert_axes=True,   # 是否转换行列索引
    convert_dates=True,  # 是否将日期解析为日期类型
    keep_default_na=True # 是否保留默认的缺失值标记
)

参数	说明	默认值
`path_or_buffer`	JSON 文件的路径、JSON 字符串或 URL	必需参数
`orient`	定义 JSON 数据的格式方式。常见值有 `split`、`records`、`index`、`columns`、`values`。	`None`（根据文件自动推断）
`dtype`	强制指定列的数据类型	`None`
`convert_axes`	是否将轴转换为合适的数据类型	`True`
`convert_dates`