pandas学习笔记—json与dataframe的互相转换

1、两类json格式

（1）对象格式

{"name":"JSON","address":"北京市西城区","age":25}#JSON的对象格式的字符串

（2）数组对象格式

[{"name":"JSON","address":"北京市西城区","age":25},{"name":"ROSE","address":"北京市东城区","age":23}]#数组对象格式

本文将分别讲解对象格式json和数组对象格式json与dataframe相互转化。

2、json转dataframe

2.1 对象格式json

• json文件转dataframe

import pandas as pd
import json
from pandas import json_normalize
obj={"col_1":[1,2,3,4],
"col_2":[4,3,2,1]}
with open("test.json","w",encoding="utf-8") as f:
    f.write(obj)
import pandas as pd
df = pd.read_json("test.json",encoding="utf-8", orient='records')
print(df)

输出：

• json对象（变量）转dataframe

import pandas as pd
import json
from pandas import json_normalize
obj={"col_1":[1,2,3,4],
"col_2":[4,3,2,1]}
df = pd.DataFrame.from_dict(obj)
print(df)

输出：

对象格式json与dict格式相同，可以用pd.DataFrame.from_dict()方法将该种形式的json转为dataframe。

2.2 数组对象格式json

• json文件转dataframe

import pandas as pd
import json
from pandas import json_normalize
obj=[{"姓名": "小明",
 "数学": "100",
 "英语": "99",
 "语文": "80"
},{"姓名": "小红",
 "数学": "98",
 "英语": "95",
 "语文": "98"}]
with open("test.json","w",encoding="utf-8") as file_obj:
    json.dump(obj, file_obj)
import pandas as pd
df = pd.read_json("test.json",encoding="utf-8", orient='records')
print(df)

输出：

• json对象（变量）转dataframe

import pandas as pd
import json
from pandas import json_normalize
obj=[{"姓名": "小明",
 "数学": "100",
 "英语": "99",
 "语文": "80"
},{"姓名": "小红",
 "数学": "98",
 "英语": "95",
 "语文": "98"}]
df = json_normalize(obj)
print(df)

输出：

3、dataframe转json

3.1 df.to_json()方法

to_json()方法中的参数orient有以下几种：
“columns”(默认)，split"，“records”， “index”，“values”

• columns

data=df.to_json(orient="columns",force_ascii=False)
data

输出：

{"姓名":{"0":"小明","1":"小红"},"数学":{"0":"100","1":"98"},"英语":{"0":"99","1":"95"},"语文":{"0":"80","1":"98"}}

可以看出，这种转化结果得到的是每列列名对应一个字典，字典内容中value是该列某位置处的元素，key是对应的index。

• split

df.to_json(orient="split",force_ascii=False)

输出：

'{"columns":["姓名","数学","英语","语文"],"index":[0,1],"data":[["小明","100","99","80"],["小红","98","95","98"]]}'

• records

df.to_json(orient="records",force_ascii=False)

输出：

'[{"姓名":"小明","数学":"100","英语":"99","语文":"80"},{"姓名":"小红","数学":"98","英语":"95","语文":"98"}]'

可以看出，orient="records"时，得到的就是数组对象格式。

• index

df.to_json(orient="index",force_ascii=False)

输出：

'{"0":{"姓名":"小明","数学":"100","英语":"99","语文":"80"},"1":{"姓名":"小红","数学":"98","英语":"95","语文":"98"}}'

这种方法与orient="columns"相对应。

• values

df.to_json(orient="values",force_ascii=False)

输出：

'[["小明","100","99","80"],["小红","98","95","98"]]'

这种方法没有列名和index信息。

3.2 to_dict()方法

这种方法得到的只是对象格式的json：
orient的可取值包括’dict’、‘list’、‘series’、‘split’、‘records’、‘index’

• ‘dict’

df.to_dict(orient="dict")

输出：

{'姓名': {0: '小明', 1: '小红'},
 '数学': {0: '100', 1: '98'},
 '英语': {0: '99', 1: '95'},
 '语文': {0: '80', 1: '98'}}

• ‘list’

df.to_dict(orient='list')

输出：

{'姓名': ['小明', '小红'],
 '数学': ['100', '98'],
 '英语': ['99', '95'],
 '语文': ['80', '98']}

• ‘series’

df.to_dict(orient='series')

输出：

{'姓名': 0    小明
 1    小红
 Name: 姓名, dtype: object,
 '数学': 0    100
 1     98
 Name: 数学, dtype: object,
 '英语': 0    99
 1    95
 Name: 英语, dtype: object,
 '语文': 0    80
 1    98
 Name: 语文, dtype: object}

• ‘records’

df.to_dict(orient='records')

输出：

[{'姓名': '小明', '数学': '100', '英语': '99', '语文': '80'},
 {'姓名': '小红', '数学': '98', '英语': '95', '语文': '98'}]

• ‘index’

df.to_dict(orient='index')

输出：

{0: {'姓名': '小明', '数学': '100', '英语': '99', '语文': '80'},
 1: {'姓名': '小红', '数学': '98', '英语': '95', '语文': '98'}}