Pandas JSON 学习笔记

JSON格式简介

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，也易于机器解析和生成。JSON可以表示数字、布尔值、字符串、空值、数组和对象。

在Python中，可以使用json模块进行JSON数据的解析与生成。而在数据处理方面，Pandas库则提供了各种针对JSON数据的处理方法。

Pandas中读取JSON文件

Pandas中可以使用read_json()函数读取JSON格式的文件，并将其转换为DataFrame格式。

pythonCopy Code
import pandas as pd

# 读取JSON文件为DataFrame
df = pd.read_json('example.json')
print(df)

Pandas中转换JSON数据

Pandas中可以使用to_json()函数将DataFrame格式的数据转换为JSON格式的数据。

pythonCopy Code
import pandas as pd

# 创建DataFrame
data = {'name': ['Tom', 'Jack', 'Mary'],
        'age': [20, 21, 19],
        'score': [90, 95, 88]}
df = pd.DataFrame(data)

# 转换为JSON格式
json_data = df.to_json(orient='records')
print(json_data)

Pandas中处理嵌套JSON数据

当JSON数据中存在嵌套结构时，可以使用Pandas中的json_normalize()函数对其进行展开。

pythonCopy Code
import pandas as pd

# JSON数据
json_data = [{'name': 'Tom', 'age': 20, 'score': {'math': 90, 'english': 85}},
             {'name': 'Jack', 'age': 21, 'score': {'math': 95, 'english': 92}}]

# 展开嵌套JSON数据
df = pd.json_normalize(json_data, record_path=['score'], 
                       meta=['name', 'age'], record_prefix='score_')

print(df)

以上就是Pandas JSON学习笔记的示例内容，希望对你有所帮助。