前言
本文讲解如何加载json文件或字符串为pandas数据框。pandas把json数据分成几种典型类型，希望对你实际数据应用开发有所启示。
有时可能需要转换json文件位pandas数据框。使用pandas内置的read_json()函数很容易实现，
其语法如下：
read_json(‘path’, orient=’index’)
- path: json文件的路径
- orient: json文件的格式描述，缺省是index，还有其他选型：split, records, columns, values。
下面通过几个示例进行说明。
records格式
假设json文件my_file.json的格式如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
[ { "points": 25, "assists": 5 }, { "points": 12, "assists": 7 }, { "points": 15, "assists": 7 }, { "points": 19, "assists": 12 } ] |
我们使用pandas的函数read_json，只要只从orient参数位records：
|
1 2 3 4 5 |
# 加载json文件，生成pandas数据框 df = pd.read_json('data/json_file.json', orient='records')
# 查看数据框 print(df) |
输出结果：
points assists
0 25 5
1 12 7
2 15 7
3 19 12
index格式
假设json文件格式为：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
{ "0": { "points": 25, "assists": 5 }, "1": { "points": 12, "assists": 7 }, "2": { "points": 15, "assists": 7 }, "3": { "points": 19, "assists": 12 } } |
与上面实现代码一样，仅需要修改orient=‘index’:
|
1 2 3 4 |
import pandas as pd
df = pd.read_json("data/my_file.json", orient='index') print(df) |
输出结果：
points assists
0 25 5
1 12 7
2 15 7
3 19 12
columns 类型
假设json文件格式为：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
{ "points": { "0": 25, "1": 12, "2": 15, "3": 19 }, "assists": { "0": 5, "1": 7, "2": 7, "3": 12 } } |
加载代码修改orient参数为’columns’:
|
1 2 3 4 5 |
import pandas as pd
df = pd.read_json("data/my_file.json", orient='columns')
print(df) |
结果与上面一致。
values格式
假设json文件代码如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
[ [ 25, 5 ], [ 12, 7 ], [ 15, 7 ], [ 19, 12 ] ] |
加载代码如下：
|
1 2 3 4 5 |
import pandas as pd
df = pd.read_json("data/my_file.json", orient='values')
print(df) |
输出结果：
0 1
0 25 5
1 12 7
2 15 7
3 19 12
split 参数示例
下面看split参数示例：
|
1 2 3 4 5 6 7 |
import pandas as pd
# 示例数据 data = '{"columns":["col 1","col 2"], "index":["row 1","row 2"], "data":[["a","b"],["c","d"]]}' df = pd.read_json(data, orient='split')
print(df) |
输出交叉表形式结果：
col 1 col 2
row 1 a b
row 2 c d
如果不指定index，则行自动生成序号：
|
1 2 3 4 5 6 |
import pandas as pd
data = '{"columns":["col 1","col 2"], "data":[["a","b"],["c","d"]]}' df = pd.read_json(data, orient='split')
print(df) |
输出结果：
col 1 col 2
0 a b
1 c d
压缩与编码
使用compression参数可以解压并载入json文件，参数选型有：‘zip’, ‘gzip’, ‘bz2’, ‘zstd’。如果指定zip，则确保文件为zip文件格式，None表示不解压。
使用 encoding 指定自定义编码，缺省为 UTF-8 编码。
假设my_file.zip压缩文件格式为：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
[ [ 25, 5 ], [ 12, 7 ], [ 15, 7 ], [ 19, 12 ] ] |
载入代码：
|
1 2 3 |
import pandas as pd df = pd.read_json("data/my_file.zip", orient='values', compression='zip') print(df) |
