Panda's lezen JSON

Panda S Lezen Json



'Voor het analyseren van een grote hoeveelheid gegevens gebruiken we de bibliotheek van 'Python', de 'panda'-bibliotheek. We kunnen gemakkelijk gebruik maken van de 'panda's' -bibliotheek, die ons helpt op verschillende gebieden, zoals datawetenschappen en machine learning. In 'panda's' kunnen we het 'JSON' -bestand maken en we kunnen dit 'JSON' -bestand ook lezen. Veel data wordt vaak opgeslagen als JSON. De JSON wordt veel gebruikt bij het programmeren van 'panda's'. De 'panda's' bieden de 'read_json()'-methode om het 'JSON' -bestand te lezen en op te slaan als het DataFrame. We kunnen JSON ook lezen uit de string die we in onze codes hebben gemaakt. We laten u in deze handleiding zien hoe u JSON kunt lezen in 'panda's'-programmering en hoe u de 'read_json()'-methode in 'panda's' kunt gebruiken. We zullen gegevens lezen en vervolgens de gegevens van het JSON-bestand weergeven in de vorm van DataFrame in 'panda's'. We zullen hier ook de syntaxis bespreken.”

Syntaxis

De volledige syntaxis van deze 'read_json()'-methode wordt hieronder gegeven.

panda's. read_json ( pad , oriënteren = Waarde , type = 'kader' , dtype = Waarde , convert_axes = Waarde , convert_dates = WAAR , keep_default_dates = WAAR , numpy = niet waar , precieze_float = niet waar , date_unit = Waarde , codering = Waarde , encoding_errors = 'streng' , lijnen = niet waar , formaat van een blokje = Waarde , compressie = 'afleiden' , nrows = Waarde , storage_options = Waarde )

Voorbeeld 01

Deze voorbeelden, die hier in deze handleiding worden gepresenteerd, worden uitgevoerd in de 'Spyder'-app. Voordat we de 'read_json()'-methode gebruiken, genereren we eerst het JSON-bestand waarvan we de gegevens zullen lezen met behulp van de 'read_json()'-methode. We hebben hier ook besproken hoe u het JSON-bestand in 'panda's' kunt maken. Hier kunt u zien dat we eerst het DataFrame maken met behulp van de 'pd.DataFrame()'-methode.







Vervolgens voegen we 'Naam, Num_1, Num_2, Num_3, Num_4 en Num_5' toe als de kolom van dit DataFrame en voegen ook enkele gegevens in deze kolommen in. Hierna gebruiken we de methode 'to_json()', die helpt bij het converteren van dit DataFrame naar JSON. We voeren de naam in die we willen geven aan het 'JSON'-bestand waarin JSON-gegevens worden opgeslagen. De naam die we hier geven is 'Marks.json'. Dus, na het uitvoeren van deze code, wordt het JSON-bestand gemaakt met de naam 'Marks.json' en slaat het de gegevens op in JSON, die we hier hebben ingevoerd.





Na het uitvoeren van deze code door op 'Shift+Enter' te drukken, wordt het JSON-bestand gemaakt en hier wordt het JSON-bestand ook hieronder weergegeven. Dit is het JSON-bestand dat we krijgen na het uitvoeren van de bovenstaande code. Nu gaan we verder en zullen dit JSON-bestand lezen met behulp van de 'read_json()'-methode.





Nu 'importeren' we eerst de 'panda's' -bibliotheek omdat we hier de 'read_json()' -methode moeten gebruiken, wat de methode van 'panda's' is. We importeren de 'panda's als pd'. Hieronder gebruiken we de methode 'read_json()' en plaatsen we de naam van het bestand waarvan we de gegevens willen lezen. Het bestand dat we hierboven hebben gemaakt, wordt hier geplaatst, dus we zullen de gegevens van dat JSON-bestand lezen. We geven het pad van het bestand door in deze methode 'read_json()', die 'Marks.json' is, en we wijzen deze functie ook toe aan de variabele 'df'. Dus, na het lezen van dit JSON-bestand, worden de gegevens van het JSON-bestand opgeslagen in deze 'df' -variabele. Nu drukken we die gegevens af met behulp van de 'print()' en voegen ook de methode 'to_string()' toe met de variabele 'df'. Deze 'to_string()'-methode helpt ons bij het afdrukken van het DataFrame. Het drukt de gegevens van het JSON-bestand af in het DataFrame-formaat.



De gegevens die in het bovenstaande JSON-bestand zijn opgeslagen, worden hieronder weergegeven als een DataFrame. U kunt opmerken dat alle gegevens van het JSON-bestand worden geconverteerd naar het DataFrame en weergegeven in de uitvoer.

Voorbeeld 02

We kunnen de JSON-string ook lezen met behulp van de 'read_json()'-methode. Na het importeren van de 'panda's', genereren we hier een string en slaan die string op in de variabele 'my_str'. De tekenreeks die we hier hebben gemaakt, bevat gegevens die het 'Onderwerp' zijn en we plaatsen de naam van het onderwerp, dat 'Engels' is. Dan voegen we 'Betalen' toe, wat hier '25000' is, en ook de 'Dagen', die '70 dagen' zijn. Na al deze voegen we ook 'Korting' toe, wat hier '1000' is. De JSON-tekenreeks wordt hier voltooid.

Nu lezen we deze JSON-tekenreeks met behulp van de 'read_json()' -methode van 'panda's', en plaatsen we de naam van de variabele waarin de tekenreeks is opgeslagen. De naam van deze variabele is 'my_str' en we voegen deze hier toe als de eerste parameter van de methode 'read_json()'. Hierna voegen we nog een parameter toe die hier de parameter 'orient' is, en we stellen deze in op 'records'. Vervolgens voegen we dit 'my_df' toe aan de 'print()' -methode, zodat het op de terminal wordt weergegeven wanneer we deze code uitvoeren.

De gegevens die we krijgen na het lezen van de JSON-string worden hieronder weergegeven. Hier worden de gegevens weergegeven in het DataFrame, dat we hebben ingevoerd als de JSON-tekenreeks in onze code.

Voorbeeld 03

We maken hier nog een JSON-tekenreeks. U moet onthouden dat u de string in slechts één regel hoeft te plaatsen. Als we de resterende gegevens van de string in de nieuwe regel toevoegen, verschijnt de foutmelding. U moet dus de hele string in slechts één regel schrijven. Hier wordt de JSON-reeks gemaakt en opgeslagen in de variabele 'string'. Vervolgens lezen we een JSON-tekenreeks door de methode 'read_json()' te gebruiken. We voegen de 'string' toe waarin de JSON-string is opgeslagen in deze 'read_json()'-methode. Na het lezen slaan we deze string op in de variabele 'JSON_Data'. Hierna gebruiken we de 'print()' en voegen er 'JSON_Data' aan toe, wat zal helpen bij het weergeven hiervan.

Hieronder wordt het DataFrame weergegeven en we hebben dit DataFrame verkregen na het lezen van de JSON-tekenreeks. De datum die we in onze code hebben ingevoerd als een JSON-string wordt hier weergegeven als het DataFrame.

Voorbeeld 04

Dit is ons JSON-bestand en we zullen de methode 'read_json()' toepassen op dit JSON-bestand. Het leest de gegevens die aanwezig zijn in dit JSON-bestand en geeft deze gegevens weer in het DataFrame.

Omdat we nu de methode 'read_json()' van de 'panda's'-bibliotheek moeten gebruiken, moeten we eerst de bibliotheek 'importeren'. De panda's worden geïmporteerd als 'pd'. We hebben het bestand dat we hierboven hebben getoond geplaatst, zodat we de gegevens uit dat JSON-bestand kunnen lezen. Het pad van het bestand 'Company.json' wordt doorgegeven aan de methode 'read_json()' en deze functie wordt ook toegewezen aan de variabele 'JSON_Rec'. De informatie uit het JSON-bestand wordt dus na het lezen in de variabele 'JSON_Rec' geplaatst. Nu plaatsen we de 'print()' en voegen er 'JSON_Rec' aan toe.

De gegevens die in het bovengenoemde JSON-bestand staan, worden hieronder weergegeven als een DataFrame. U kunt zien dat de uitvoer een DataFrame weergeeft met alle gegevens uit het JSON-bestand erin geconverteerd.

Conclusie

We hebben de 'read_json()'-methode van 'panda's' in detail uitgelegd in deze handleiding. We hebben hier de syntaxis van de 'read_json()' -methode gepresenteerd, en we hebben deze 'read_json()' -methode ook gebruikt in onze 'panda's' -code. We hebben de JSON-tekenreeks en ook het JSON-bestand gelezen met behulp van de 'read_json()'-methode hier en hebben uitgelegd hoe u een JSON-bestand kunt maken en vervolgens hoe u dat JSON-bestand kunt lezen. We hebben ook uitgelegd hoe u de JSON-tekenreeks maakt en hoe u de JSON-tekenreeks leest met behulp van de 'read_json()'-methode in deze handleiding.