Python 中將 Pandas DataFrame 轉換為 JSON？

 

Pandas DataFrames 是數據的表格表示，其中列代表單個數據條目中的各種數據點，每一行都是唯一的數據條目。而 JSON 是用 JavaScript 對象表示法編寫的文本。

將 Pandas DataFrame 轉換為 JSON

要將 Pandas DataFrames 轉換為 JSON 格式，我們使用DataFrame.to_json()Python 中Pandas庫中的函數。to_json 函數中有多個自定義項可用於實現所需的 JSON 格式。看一下函數接受的參數，再探討定制

參數：

 

 

范圍	價值	用
path_or_buf	字符串或文件名，可選	文件路徑或對象。如果未指定，則結果作為字符串返回。
東方	'split', 'records', 'index', 'columns', 'values', 'table', default='index'	指示預期的 JSON 字符串格式。
日期格式	無，“紀元”，“iso”，默認 =“紀元”	日期轉換類型。'epoch' = 紀元毫秒，'iso' = ISO8601。默認值取決於方向。對於 orient='table'，默認值為 'iso'。對於所有其他方向，默認值為 'epoch'。
雙精度	整數值，默認值=10	編碼浮點值時使用的小數位數。
force_ascii	布爾值，默認值 = True	強制編碼字符串為 ASCII。
日期_單位	's', 'ms', 'us', 'ns', default='ms'	要編碼到的時間單位控制時間戳和 ISO8601 精度。這些值分別代表秒、毫秒、微秒和納秒。
默認處理程序	可調用函數	如果對象無法以其他方式轉換為適用於 JSON 的格式，則要調用的處理程序。應該接收一個參數，它是要轉換的對象並返回一個可序列化的對象。
線	布爾值，默認值 = False	如果 'orient' 是 'records' 寫出行分隔的 json 格式。如果 'orient' 不正確，則會拋出 ValueError，因為其他人不是這樣的。
壓縮	'infer', 'gzip', 'bz2', 'zip', 'xz', None, default='infer'	表示在輸出文件中使用的壓縮的字符串，僅在第一個參數是文件名時使用。默認情況下，壓縮是從文件名推斷的。
指數	布爾值，默認值 = True	是否在 JSON 字符串中包含索引值。僅當 orient 為 'split' 或 'table' 時才支持不包括索引 (index=False)。
縮進	整數值	用於縮進每條記錄的空格長度。無需提及可選參數。

我們現在看幾個例子來理解函數DataFrame.to_json的用法。

示例 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)

輸出 ：

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

示例 2：探索 DataFrame.to_json 函數的 'orient' 屬性

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")

 

 

 

輸出 ：

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

json_records = [{“col1″:”1”, “col2″:”2”}, {“col1″:”3”, “col2″:”4”}]

json_index = {“0”:{“col1″:”1”, “col2″:”2”}, “1”:{“col1″:”3”, “col2″:”4”}}

json_columns = {“col1”:{“0″:”1”, “1”:”3″}, “col2”:{“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, “col1″:”1”, “col2″:”2”}, {“index”:1, “col1″:”3”, “col2″:”4”}]}

 

 

 

JSON 字符串的格式：

                 - 'split' : dict like {'index' -> [index], 'columns' -> [columns],
                   '數據' -> [值]}
                 - 'records' : list like [{column -> value}, ... , {column -> value}]
                 - 'index' : dict like {index -> {column -> value}}
                 - 'columns' : dict like {column -> {index -> value}}
                 - 'values' : 只是值數組
                 - 'table' : dict like {'schema': {schema}, 'data': {data}}

 

原始文檔介紹

"""
        將對象轉換為 JSON 字符串。

        注意 NaN 和 None 將被轉換為 null 和 datetime 對象
        將轉換為 UNIX 時間戳。

        參數
        ----------
        path_or_buf : str 或文件句柄，可選
            文件路徑或對象。如果未指定，則返回結果為
            一個字符串。
        東方：str
            指示預期的 JSON 字符串格式。

            * 系列：

                - 默認為“索引”
                - 允許的值為：{'split','records','index','table'}。

            * 數據框：

                - 默認為“列”
                - 允許的值為：{'split'、'records'、'index'、'columns'、
                  '值'，'表'}。

            * JSON 字符串的格式：

                - 'split' : dict like {'index' -> [index], 'columns' -> [columns],
                  '數據' -> [值]}
                - 'records' : list like [{column -> value}, ... , {column -> value}]
                - 'index' : dict like {index -> {column -> value}}
                - 'columns' : dict like {column -> {index -> value}}
                - 'values' : 只是值數組
                - 'table' : dict like {'schema': {schema}, 'data': {data}}

                描述數據，其中數據組件就像“orient='records'”。

            .. 版本已更改:: 0.20.0

        日期格式：{無，'紀元'，'iso'}
            日期轉換類型。 'epoch' = 紀元毫秒，
            'iso' = ISO8601。默認值取決於`orient`。為了
            ``orient='table'``，默認為'iso'。對於所有其他方向，
            默認值為“紀元”。
        double_precision ：int，默認為 10
            編碼時使用的小數位數
            浮點值。
        force_ascii : bool，默認為 True
            強制編碼字符串為 ASCII。
        date_unit ：str，默認'ms'（毫秒）
            編碼到的時間單位，控制時間戳和 ISO8601
            精確。 's'、'ms'、'us'、'ns' 之一表示秒、毫秒、
            分別為微秒和納秒。
        default_handler ：可調用，默認無
            如果對象不能以其他方式轉換為
            JSON 的合適格式。應該接收一個參數是
            要轉換並返回可序列化對象的對象。
        行：布爾值，默認為假
            如果 'orient' 是 'records' 寫出行分隔的 json 格式。將要
            如果“東方”不正確，則拋出 ValueError，因為其他人未列出
            喜歡。

        壓縮：{'推斷'、'gzip'、'bz2'、'zip'、'xz'、無}

            表示在輸出文件中使用的壓縮的字符串，
            僅在第一個參數是文件名時使用。默認情況下，
            從文件名推斷壓縮。

            .. 版本添加:: 0.21.0
            .. 版本已更改:: 0.24.0
               添加了“推斷”選項並設置為默認值
        索引：布爾值，默認為真
            是否在 JSON 字符串中包含索引值。不是
            僅在以下情況下才支持包含索引 (``index=False``)
            orient 是 'split' 或 'table'。

            .. 版本已添加:: 0.23.0

        縮進：整數，可選
           用於縮進每條記錄的空格長度。

           .. 版本已添加:: 1.0.0

        退貨
        -------
        無或 str
            如果 path_or_buf 為 None，則返回生成的 json 格式作為
            細繩。否則返回無。

        也可以看看
        --------
        讀取_json

        筆記
        -----
        ``indent=0`` 的行為與 stdlib 不同，它不
        縮進輸出但確實插入換行符。目前，“縮進=0”
        和默認的“縮進=無”在熊貓中是等價的，盡管這
        在未來的版本中可能會改變。

        例子
        --------

        >>> df = pd.DataFrame([['a', 'b'], ['c', 'd']],
        ... index=['第 1 行'，'第 2 行']，
        ... columns=['col 1', 'col 2'])
        >>> df.to_json(orient='split')
        '{"columns":["col 1","col 2"],
          “索引”：[“第 1 行”，“第 2 行”]，
          "數據":[["a","b"],["c","d"]]}'

        使用“記錄”格式的 JSON 編碼/解碼數據幀。
        請注意，此編碼不會保留索引標簽。

        >>> df.to_json(orient='記錄')
        '[{"col 1":"a","col 2":"b"},{"col 1":"c","col 2":"d"}]'

        使用“索引”格式的 JSON 編碼/解碼數據幀：

        >>> df.to_json(orient='index')
        '{"row 1":{"col 1":"a","col 2":"b"},"row 2":{"col 1":"c","col 2":"d" }}'

        使用“列”格式的 JSON 編碼/解碼數據幀：

        >>> df.to_json(orient='columns')
        '{"col 1":{"row 1":"a","row 2":"c"},"col 2":{"row 1":"b","row 2":"d" }}'

        編碼/d