如何用Python将熊猫DataFrame转换成JSON？

原文:https://www . geesforgeks . org/如何将 pandas-data frame-in-JSON-in-python/

数据分析是当今世界极其重要的工具。数据分析的一个关键方面是数据的有组织的表示。在计算机科学中有许多数据结构来实现这一任务。在本文中，我们将讨论两种这样的数据结构，即。熊猫数据框和 JSON 。此外，我们还将看到如何将数据帧转换为 JSON 格式。

熊猫数据帧是数据的表格表示，其中列表示单个数据条目中的不同数据点，每行是唯一的数据条目。而 JSON 是用 Javascript 对象符号编写的文本。

注:更多信息请参考 Python |熊猫数据框

将熊猫数据帧转换为 JSON

要将熊猫数据帧转换为 JSON 格式，我们使用 Python 中熊猫库的函数DataFrame.to_json()。to_json 函数中有多种定制，可以实现所需的 json 格式。让我们看看函数接受的参数，然后探索定制

参数:

我们现在看几个例子来理解函数 DataFrame.to_json 的用法。

例 1: 基本用法

import numpy as np
import pandas as pd
data = np.array([['1', '2'], ['3', '4']])
dataFrame = pd.DataFrame(data, columns = ['col1', 'col2'])
json = dataFrame.to_json()
print(json)


输出:

{"col1":{"0":"1", "1":"3"}, "col2":{"0":"2", "1":"4"}}


例 2: 探索 DataFrame.to_json 函数的‘orient’属性

import numpy as np
import pandas as pd
data = np.array([['1', '2'], ['3', '4']])
dataFrame = pd.DataFrame(data, columns = ['col1', 'col2'])
json = dataFrame.to_json()
print(json)
json_split = dataFrame.to_json(orient ='split')
print("json_split = ", json_split, "\n")
json_records = dataFrame.to_json(orient ='records')
print("json_records = ", json_records, "\n")
json_index = dataFrame.to_json(orient ='index')
print("json_index = ", json_index, "\n")
json_columns = dataFrame.to_json(orient ='columns')
print("json_columns = ", json_columns, "\n")
json_values = dataFrame.to_json(orient ='values')
print("json_values = ", json_values, "\n")
json_table = dataFrame.to_json(orient ='table')
print("json_table = ", json_table, "\n")


输出:

json_split = {"columns":["col1 "，" col2"]，" index":[0，1]，" data ":[" 1 "，" 2"]，["3 "，" 4 "]}

JSON _ records =[{ " col 1 "" 1 "、" col 2 "" 2 " }、{ " col 1 "" 3 "、" col 2 "" 4 " }]

JSON _ index = { " 0 ":{ " col 1 "" 1 "、" col 2 "" 2 " }、" 1 ":{ " col 1 "" 3 "、" col 2 "" 4 " } }

JSON _ columns = { " col 1 ":{ " 0 ":" 1 "、" 1 ":" 3 " }、" col 2 ":{ " 0 ":" 2 "、" 1 ":" 4 " } }

json_values = [["1 "，" 2"]，["3 "，" 4"]]

JSON _ table = { " schema ":{ " fields ":[{ " name ":" index "、" type":"integer"}、{"name":"col1 "、" type":"string"}、{"name":"col2 "、" type":"string"}]、" primaryKey":["index"]、" pandas _ version ":" 0 . 20 . 0 " }、" data":[{"index":0 "、" col 1 ":" 1 "、" col 2 ":" 2 " }、{ "