Jak przekonwertować ramkę danych pandas na json

Często możesz być zainteresowany konwersją ramki DataFrame pandy na format JSON.

Na szczęście można to łatwo zrobić za pomocą funkcji to_json() , która umożliwia konwersję ramki DataFrame na ciąg JSON w jednym z następujących formatów:

• „split”: dyktuj jak {’indeks’ -> [indeks], „kolumny” -> [kolumny], „dane” -> [wartości]}
• „rekordy”: lista taka jak [{kolumna -> wartość}, …, {kolumna -> wartość}]
• „indeks”: dyktuj jak {indeks -> {kolumna -> wartość}}
• „kolumny”: dyktuj jak {kolumna -> {indeks -> wartość}}
• „wartości”: tylko tablica wartości
• „tabela”: dyktuj jak {’schemat’: {schemat}, 'dane’: {dane}}

W tym samouczku pokazano, jak przekonwertować ramkę DataFrame na każdy z sześciu formatów przy użyciu następującej ramki DataFrame pand:

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 19],
                   'assists': [5, 7, 7, 12]})  

#view DataFrame
df

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

Metoda 1: „Podziel”

 df. to_json (orient=' split ')

{
   "columns": [
      "points",
      "assists"
   ],
   "index": [
      0,
      1,
      2,
      3
   ],
   "data": [
      [
         25,
         5
      ],
      [
         12,
         7
      ],
      [
         15,
         7
      ],
      [
         19,
         12
      ]
   ]
}

Metoda 2: „Nagrania”

 df. to_json (orient=' records ')

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

Metoda 3: „Indeks”

 df. to_json (orient=' index ') 

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

Metoda 4: „Kolumny”

 df. to_json (orient=' columns ') 

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

Metoda 5: „Wartości”

 df. to_json (orient=' values ') 

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

Metoda 6: „Stół”

 df. to_json (orient=' table ') 

{
   "plan": {
      "fields": [
         {
            "name": "index",
            "type": "integer"
         },
         {
            "name": "points",
            "type": "integer"
         },
         {
            "name": "assists",
            "type": "integer"
         }
      ],
      "primaryKey": [
         "index"
      ],
      "pandas_version": "0.20.0"
   },
   "data": [
      {
         "index": 0,
         "points": 25,
         “assists”: 5
      },
      {
         "index": 1,
         "points": 12,
         “assists”: 7
      },
      {
         "index": 2,
         "points": 15,
         “assists”: 7
      },
      {
         "index": 3,
         "points": 19,
         “assists”: 12
      }
   ]
}

Jak wyeksportować plik JSON

Aby wyeksportować plik JSON do określonej ścieżki pliku na komputerze, możesz użyć następującej składni:

 #create JSON file 
json_file = df. to_json (orient=' records ') 

#export JSON file
with open('my_data.json', 'w') as f:
    f.write(json_file)

Pełną dokumentację funkcji pandas to_json() można znaleźć tutaj .