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)
|
|
