Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment convertir un fichier JSON en un DataFrame Pandas



Parfois, vous souhaiterez peut-être convertir un fichier JSON en un DataFrame pandas. Heureusement, cela est facile à faire en utilisant la fonction pandas read_json() , qui utilise la syntaxe suivante :

read_json(‘chemin’, orient=’index’)

où:

  • path : le chemin d’accès à votre fichier JSON.
  • orienter : l’orientation du fichier JSON. La valeur par défaut est « index », mais vous pouvez spécifier « fractionné », « enregistrements », « colonnes » ou « valeurs » à la place.

Les exemples suivants montrent comment utiliser cette fonction pour une variété de chaînes JSON différentes.

Exemple 1 : Conversion d’un fichier JSON avec un format « Enregistrements »

Supposons que nous ayons un fichier JSON appelé my_file.json au format suivant :

[
   {
      "points": 25,
      "assists": 5
   },
   {
      "points": 12,
      "assists": 7
   },
   {
      "points": 15,
      "assists": 7
   },
   {
      "points": 19,
      "assists": 12
   }
] 

Nous pouvons charger ce fichier JSON dans un DataFrame pandas en spécifiant simplement le chemin d’accès avec orient=’ records ‘ comme suit :

#load JSON file into pandas DataFrame
df = pd.read_json('C:/Users/Zach/Desktop/json_file.json', orient='records')

#view DataFrame
df

        assists	points
0	5	25
1	7	12
2	7	15
3	12	19

Exemple 2 : Conversion d’un fichier JSON avec un format « Index »

Supposons que nous ayons un fichier JSON appelé my_file.json au format suivant :

{
   "0": {
      "points": 25,
      "assists": 5
   },
   "1": {
      "points": 12,
      "assists": 7
   },
   "2": {
      "points": 15,
      "assists": 7
   },
   "3": {
      "points": 19,
      "assists": 12
   }
} 

Nous pouvons charger ce fichier JSON dans un DataFrame pandas en spécifiant simplement le chemin d’accès avec orient=’ index ‘ comme suit :

#load JSON file into pandas DataFrame
df = pd.read_json('C:/Users/Zach/Desktop/json_file.json', orient='index')

#view DataFrame
df

        assists	points
0	5	25
1	7	12
2	7	15
3	12	19

Exemple 3 : Conversion d’un fichier JSON avec un format « Colonnes »

Supposons que nous ayons un fichier JSON appelé my_file.json au format suivant :

{
   "points": {
      "0": 25,
      "1": 12,
      "2": 15,
      "3": 19
   },
   "assists": {
      "0": 5,
      "1": 7,
      "2": 7,
      "3": 12
   }
} 

Nous pouvons charger ce fichier JSON dans un DataFrame pandas en spécifiant simplement le chemin d’accès avec orient=’ columns ‘ comme suit :

#load JSON file into pandas DataFrame
df = pd.read_json('C:/Users/Zach/Desktop/json_file.json', orient='columns')

#view DataFrame
df

        assists	points
0	5	25
1	7	12
2	7	15
3	12	19

Exemple 4 : Conversion d’un fichier JSON avec un format « Valeurs »

Supposons que nous ayons un fichier JSON appelé my_file.json au format suivant :

[
   [
      25,
      5
   ],
   [
      12,
      7
   ],
   [
      15,
      7
   ],
   [
      19,
      12
   ]
] 

Nous pouvons charger ce fichier JSON dans un DataFrame pandas en spécifiant simplement le chemin d’accès avec orient=’ values ‘ comme suit :

#load JSON file into pandas DataFrame
df = pd.read_json('C:/Users/Zach/Desktop/json_file.json', orient='values')

#view DataFrame
df

        0	1
0	25	5
1	12	7
2	15	7
3	19	12
3	12	19

Vous pouvez trouver la documentation complète de la fonction read_json() ici .

Ressources additionnelles

Comment lire des fichiers Excel avec Pandas
Comment lire des fichiers CSV avec Pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *