Voorbeeld # 01
We zullen in de praktijk demonstreren hoe u de 'to_json()' -methode van 'panda's' kunt gebruiken voor het wijzigen van het 'panda's' DataFrame naar het JSON-formaat. Het pakket 'panda's' wordt hier geïmporteerd, wat de 'numpy' is, en we importeren het als 'np'. Om nu de 'panda's'-code uit te voeren, moeten de pakketten van de panda worden geïmporteerd. Om dat pakket te importeren, gebruiken we het trefwoord 'import'. Vervolgens stellen we 'panda's als pd' in, wat betekent dat we gemakkelijk toegang hebben tot elk 'panda-pakket' dat we nodig hebben door gewoon de 'pd' daar te plaatsen of te gebruiken.
We maken hier de numpy-array door gebruik te maken van de 'np. array', helpt deze 'np' ons bij het verkrijgen van toegang tot de numpy bibliotheekfuncties. Deze numpy-array wordt ook opgeslagen in de variabele 'New_data' en we plaatsen 'A, B, C, D' en 'E, F, G, H' in deze numpy-array. Deze numpy-array wordt nu geconverteerd naar het DataFrame door gebruik te maken van de 'pd.DataFrame' -methode. Dit is de 'panda's'-methode die we hier openen door de 'pd' te plaatsen. Wanneer we deze numpy-array converteren naar het DataFrame, plaatsen we ook de kolomnamen.
De namen die we hier toevoegen als de kolomkoppen zijn 'col1, col2, col3 en col4'. Dan zie je dat we de 'print' hieronder hebben waarin we de naam van het DataFrame instellen, in dit geval 'New_dataFrame', dus dit wordt weergegeven bij het uitvoeren van deze code. Nu converteren we dit DataFrame naar het JSON-formaat door gebruik te maken van de 'to_json()'-methode. We stellen de naam van het DataFrame “New_dataFrame” in met de “to_json()” methode en plaatsen deze methode ook in de “New_json” variabele. Hier hebben we geen enkele parameter doorgegeven aan deze 'to_json()' -methode. Het JSON-formaat van het DataFrame is nu in 'print' geplaatst en wordt ook weergegeven op de console.
Voor compilatie en uitvoering van deze code drukken we op 'Shift+Enter' en als de code foutloos is, wordt de uitvoer weergegeven. Hier plakken we ook de uitkomst van deze code waarin we het DataFrame hebben getoond dat we in dit voorbeeld hebben gemaakt en ook het JSON-formaat van dat DataFrame.
Voorbeeld # 02
Hier importeren we slechts één bibliotheek, namelijk de 'panda's' en vervolgens wordt de lijst 'AtoZ_Courses' gemaakt, en we plaatsen er enkele lijsten in, die 'Python, 29000, 35 dagen en 1000.0' zijn, dan plaatsen we ' JavaScript, 27000, 55 dagen en 2300,0”, daarna voegen we “HTMLCSS, 25000, 25 dagen en 1500,0” toe. Nu hebben we ook nog twee gegevens ingevoegd als 'DataBase, 24000, 45 dagen en 1500,0', en ook 'OOP, 21000, 35 dagen, 1500,0'. De lijst 'AtoZ_Courses' is nu gewijzigd in het DataFrame en we hebben deze 'AtoZ_Courses_df' genoemd. De 'Cursussennaam, Betaling, Duur en Bonus' worden hier toegevoegd als de kolomnamen van het DataFrame.
Nu wordt het DataFrame in deze stap gegenereerd en voegen we het toe aan de 'print()' -instructie om het op de terminal weer te geven. Nu, met behulp van de 'to_json()' -methode, transformeren we het 'AtoZ_Courses_df' DataFrame in het JSON-formaat. Deze methode 'to_json()' krijgt ook een parameter die 'orient= column' is, wat ook de standaardparameter is. Het geeft het DataFrame weer als het dictaat als '{kolomnaam -> {indexwaarde -> kolomwaarde}} formaat'.
Hier, in de JSON-indeling, wordt de kolomnaam weergegeven en worden vervolgens alle waarden van die kolom samen met de indexwaarde geplaatst. Eerst vermeldt het de naam van de eerste kolom, en dan worden alle waarden van de eerste kolom weergegeven samen met de indexwaarden, en dan plaatst het de naam van de tweede kolom en ook alle waarden van de tweede kolom met indexen enzovoort.
Voorbeeld # 03
In deze code wordt het DataFrame gegenereerd met de naam “Bachelors_df”. We hebben vijf kolommen toegevoegd aan deze 'Bachelors_df'. De eerste kolom die we hier hebben is de kolom 'Student', en we voegen 'Lily, Smith, Bromley, Milli en Alexander' erin in. De kolom die daarna komt, is de kolom 'Grade', die 'IT, BBA, Engels, CS en DVM' bevat. Dan komt het 'year_of_joining' waar we de toetredingsjaren van de studenten toevoegen, namelijk '2015, 2018, 2017, 2015 en 2014'.
De kolom naast deze kolom is 'year_of_graduation', waarin de afstudeerjaren van die studenten zijn '2019, 2022, 2021, 2019 en 2018'. We voegen hier ook de kolom 'CGPA' toe waarin we de CGPA's van de studenten '3.3, 3.5, 3.6, 3.7 en 3.8' plaatsen. Om 'Bachelors_df' op de terminal weer te geven, nemen we het op in de 'print()'-expressie. Nu converteren we het 'Bachelors_df' DataFrame naar het JSON-formaat met behulp van de 'to_json()'-methode.
De parameter 'orient= records' wordt eveneens doorgegeven aan deze methode 'to_json()' in deze code. Deze 'orient= records' geeft het JSON-formaat weer als '[{column name -> column value}, ... , {column name -> column value}]' vorm. Het JSON-formaat van het DataFrame is nu ingesteld op 'afdrukken' en wordt ook weergegeven op de terminal.
Het DataFrame wordt hier eenvoudig weergegeven in kolommen en rijen, maar in het JSON-formaat kunt u zien dat het de naam van de kolom plaatst en vervolgens de waarde van die kolom weergeeft; nadat de waarde van één kolom is weergegeven, wordt de naam van de tweede kolom afgedrukt en vervolgens de waarde van die kolom ingevoerd, enzovoort, omdat we de parameter van de methode 'to_josn' hebben ingesteld als 'orient= records'.
Voorbeeld # 04
We maken een numpy-array 'My_data' waarin we '2, 4' en '6, 8' invoegen. Verander vervolgens de numpy-array in het DataFrame 'My_dataFrame' en stel de kolomnamen in als 'A1 en A2'. Nu, na het weergeven van het DataFrame hier met behulp van 'print'. We gebruiken eerst de methode 'to_json()' zonder parameters en geven deze weer. Hierna stellen we de parameter 'to_json()'-methoden in op 'orient=split' en drukken we dit formaat ook af. Vervolgens passen we de 'to_josn()' opnieuw toe op de 'My_dataFrame' en deze keer geven we 'orient=records' door als de parameter van deze functie.
Daaronder plaatsen we 'orient= index' met het 'My_dataFrame' en geven dit JSON-formaat weer. Na deze parameter gebruiken we opnieuw de 'to_json' met de parameter 'orient = column' en geven deze ook weer. Vervolgens geven we 'orient= values' door als de parameter van de methode 'to_json()' en passen deze toe op het 'My_dataFrame'. We stellen ook de parameter van deze functie in op 'orient= table' en gebruiken deze opnieuw met hetzelfde DataFrame en geven ook dit JSON-formaat weer. Nu zullen we het verschil tussen de formaten van JSON opmerken in de uitvoer van deze code.
Hier vind je eenvoudig het verschil tussen de formaten van de JSON, die we op hetzelfde DataFrame hebben toegepast. Alle parameters die we hebben doorgegeven in de 'to_json'-methode verschijnen hier in verschillende formaten.
Conclusie
Deze handleiding toont het JSON-formaat en heeft dit JSON-formaat in detail uitgelegd en uitgelegd hoe het panda's DataFrame naar de JSON kan worden geconverteerd. We hebben uitgelegd dat de methode 'to_json()' wordt gebruikt voor het converteren van het panda's DataFrame naar het JSON-formaat. We hebben ook verschillende parameters besproken, die we hier hebben doorgegeven aan de methode 'to_json()'. We hebben een complete gids geleverd waarin we de 'to_json()'-methoden hebben gebruikt door alle mogelijke parameters aan deze 'to_json()' -methode in onze 'panda's' -code te plaatsen en ze ook in de uitvoer te laten zien hoe deze parameters het formaat veranderen van de JSON.