Sintaksė
Visa šio „read_json()“ metodo sintaksė pateikta toliau.
pandos. read_json ( kelias , orientuotis = Vertė , tipo = 'rėmas' , dtipas = Vertė , konvertuoti_axes = Vertė , konvertavimo_datos = Tiesa , Keep_default_dates = Tiesa , nelygus = Netiesa , tiksli_plūdė = Netiesa , datos_vienetas = Vertė , kodavimas = Vertė , kodavimo_klaidos = 'griežtas' , linijos = Netiesa , gabalo dydžio = Vertė , suspaudimas = 'išvada' , nrows = Vertė , saugyklos_parinktys = Vertė )01 pavyzdys
Šie pavyzdžiai, pateikti šiame vadove, yra vykdomi „Spyder“ programoje. Prieš naudodami „read_json()“ metodą, pirmiausia sugeneruojame JSON failą, kurio duomenis skaitysime naudodami „read_json()“ metodą. Čia taip pat aptarėme, kaip sukurti JSON failą „pandose“. Čia matote, kad pirmiausia sukuriame duomenų rėmelį naudodami „pd.DataFrame()“ metodą.
Tada kaip šio „DataFrame“ stulpelį pridedame „Pavadinimas, Skaičius_1, Skaičius_2, Skaičius_3, Skaičius_4 ir Skaičius_5“ ir į šiuos stulpelius įterpiame kai kuriuos duomenis. Po to naudojame metodą „to_json()“, kuris padeda konvertuoti šį „DataFrame“ į JSON. Įvedame pavadinimą, kurį norime suteikti „JSON“ failui, kuriame bus saugomi JSON duomenys. Vardas, kurį mes suteikiame čia, yra „Marks.json“. Taigi, atlikus šį kodą, JSON failas bus sukurtas pavadinimu „Marks.json“, kuriame bus saugomi duomenys JSON, kuriuos čia įvedėme.
Įvykdžius šį kodą paspaudus „Shift+Enter“, sukuriamas JSON failas, čia taip pat rodomas JSON failas. Tai yra JSON failas, kurį gauname vykdydami aukščiau pateiktą kodą. Dabar eisime į priekį ir skaitysime šį JSON failą naudodami metodą „read_json ()“.
Dabar pirmiausia „importuojame“ „pandų“ biblioteką, nes čia turime naudoti „read_json()“ metodą, kuris yra „pandos“ metodas. Importuojame „pandas kaip pd“. Žemiau mes naudojame „read_json()“ metodą ir įdedame failo, kurio duomenis norime perskaityti, pavadinimą. Aukščiau sukurtas failas patalpintas čia, todėl skaitysime to JSON failo duomenis. Failo kelią perduodame šiuo „read_json()“ metodu, kuris yra „Marks.json“, taip pat priskiriame šią funkciją „df“ kintamajam. Taigi, perskaičius šį JSON failą, JSON failo duomenys saugomi šiame „df“ kintamajame. Dabar spausdiname tuos duomenis naudodami „print ()“ ir taip pat pridedame metodą „to_string ()“ su kintamuoju „df“. Šis metodas „to_string()“ padeda mums spausdinti „DataFrame“. Jis išspausdins JSON failo duomenis DataFrame formatu.
Duomenys, saugomi aukščiau esančiame JSON faile, toliau pateikiami kaip duomenų rėmelis. Galite atkreipti dėmesį, kad visi JSON failo duomenys konvertuojami į DataFrame ir rodomi išvestyje.
02 pavyzdys
JSON eilutę taip pat galime nuskaityti naudodami „read_json()“ metodą. Importavę „pandas“, čia sugeneruojame eilutę ir išsaugome ją „my_str“ kintamajame. Eilutėje, kurią sukūrėme čia, yra duomenų, kurie yra „Tema“, o mes pateikiame dalyko pavadinimą, kuris yra „anglų kalba“. Tada pridedame „Mokėti“, kuris yra „25 000“, taip pat „Dienos“, kurios yra „70 dienų“. Po visų šių dalykų taip pat pridedame „Nuolaidą“, kuri yra „1000“. JSON eilutė baigta čia.
Dabar mes skaitome šią JSON eilutę naudodami „pandas“ metodą „read_json()“ ir įdedame kintamojo, kuriame saugoma eilutė, pavadinimą. Šio kintamojo pavadinimas yra „my_str“, ir mes pridedame jį čia kaip pirmąjį „read_json()“ metodo parametrą. Po to pridedame kitą parametrą, kuris yra 'orient' parametras, ir nustatome jį į 'records'. Tada pridedame šį „my_df“ metodu „print()“, todėl jis bus pateiktas terminale, kai paleisime šį kodą.
Duomenys, kuriuos gauname perskaitę JSON eilutę, rodomi žemiau. Čia duomenys pateikiami „DataFrame“, kurį įvedėme kaip JSON eilutę savo kode.
03 pavyzdys
Čia sukuriame kitą JSON eilutę. Turite atsiminti, kad eilutę turite įdėti tik vienoje eilutėje. Jei į naują eilutę įtrauksime likusius eilutės duomenis, atsiras klaidos pranešimas. Taigi, visą eilutę turite parašyti tik vienoje eilutėje. Čia JSON eilutė sukuriama ir saugoma kintamajame 'eilutė'. Tada skaitome JSON eilutę naudodami „read_json()“ metodą. Pridedame 'eilelę', kurioje saugoma JSON eilutė, naudodami šį 'read_json()' metodą. Perskaitę šią eilutę išsaugome kintamajame „JSON_Data“. Po to mes naudojame „print ()“ ir prie jo pridedame „JSON_Data“, kuri padės tai padaryti.
Žemiau pateikiamas „DataFrame“ ir mes gavome šį „DataFrame“ perskaitę JSON eilutę. Data, kurią įvedėme į savo kodą kaip JSON eilutę, čia rodoma kaip DataFrame.
04 pavyzdys
Tai yra mūsų JSON failas ir šiam JSON failui taikysime „read_json()“ metodą. Jis nuskaitys duomenis, esančius šiame JSON faile, ir pateiks šiuos duomenis „DataFrame“.
Dabar, kadangi turime naudoti „pandas“ bibliotekos metodą „read_json()“, pirmiausia turime „importuoti“ biblioteką. Pandos importuojamos kaip „pd“. Įdėjome failą, kurį parodėme aukščiau, kad galėtume nuskaityti duomenis iš to JSON failo. Failo „Company.json“ kelias perduodamas „read_json()“ metodui, o ši funkcija taip pat priskiriama kintamajam „JSON_Rec“. Taigi informacija iš JSON failo įdedama į „JSON_Rec“ kintamąjį po to, kai ji nuskaitoma. Dabar įdedame „print ()“ ir prie jo pridedame „JSON_Rec“.
Duomenys, esantys pirmiau minėtame JSON faile, rodomi toliau kaip duomenų rėmelis. Matote, kad išvestyje rodomas DataFrame su visais JSON failo duomenimis, konvertuotais į jį.
Išvada
Šiame vadove išsamiai paaiškinome „pandos“ metodą „read_json()“. Čia pateikėme „read_json()“ metodo sintaksę, taip pat panaudojome šį „read_json()“ metodą savo „pandos“ kode. Čia perskaitėme JSON eilutę ir JSON failą naudodami metodą „read_json ()“ ir paaiškinome, kaip sukurti JSON failą ir kaip nuskaityti tą JSON failą. Šiame vadove taip pat paaiškinome, kaip sukurti JSON eilutę ir kaip skaityti JSON eilutę naudojant „read_json()“ metodą.