欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

對pandas處理json數(shù)據(jù)的方法詳解

 更新時間:2019年02月08日 17:00:58   作者:qq_24499417  
今天小編就為大家分享一篇對pandas處理json數(shù)據(jù)的方法詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

今天展示一個利用pandas將json數(shù)據(jù)導(dǎo)入excel例子,主要利用的是pandas里的read_json函數(shù)將json數(shù)據(jù)轉(zhuǎn)化為dataframe。

先拿出我要處理的json字符串:

strtext='[{"ttery":"min","issue":"20130801-3391","code":"8,4,5,2,9","code1":"297734529","code2":null,"time":1013395466000},\
{"ttery":"min","issue":"20130801-3390","code":"7,8,2,1,2","code1":"298058212","code2":null,"time":1013395406000},\
{"ttery":"min","issue":"20130801-3389","code":"5,9,1,2,9","code1":"298329129","code2":null,"time":1013395346000},\
{"ttery":"min","issue":"20130801-3388","code":"3,8,7,3,3","code1":"298588733","code2":null,"time":1013395286000},\
{"ttery":"min","issue":"20130801-3387","code":"0,8,5,2,7","code1":"298818527","code2":null,"time":1013395226000}]'


pandas.read_json的語法如下:

pandas.read_json(path_or_buf=None, orient=None, typ='frame', dtype=True, 
convert_axes=True, convert_dates=True, keep_default_dates=True, 
numpy=False, precise_float=False, date_unit=None, encoding=None, 
lines=False, chunksize=None, compression='infer')

第一參數(shù)就是json文件路徑或者json格式的字符串。

第二參數(shù)orient是表明預(yù)期的json字符串格式。orient的設(shè)置有以下幾個值:

(1).'split' : dict like {index -> [index], columns -> [columns], data -> [values]}

這種就是有索引,有列字段,和數(shù)據(jù)矩陣構(gòu)成的json格式。key名稱只能是index,columns和data。

pandas處理json數(shù)據(jù)

'records' : list like [{column -> value}, ... , {column -> value}]

這種就是成員為字典的列表。如我今天要處理的json數(shù)據(jù)示例所見。構(gòu)成是列字段為鍵,值為鍵值,每一個字典成員就構(gòu)成了dataframe的一行數(shù)據(jù)。

'index' : dict like {index -> {column -> value}}

以索引為key,以列字段構(gòu)成的字典為鍵值。如:

pandas處理json數(shù)據(jù)

'columns' : dict like {column -> {index -> value}}

這種處理的就是以列為鍵,對應(yīng)一個值字典的對象。這個字典對象以索引為鍵,以值為鍵值構(gòu)成的json字符串。如下圖所示:

pandas處理json數(shù)據(jù)

'values' : just the values array。

values這種我們就很常見了。就是一個嵌套的列表。里面的成員也是列表,2層的。

pandas處理json數(shù)據(jù)

主要就說下這兩個參數(shù)吧。下面我們回到示例中來。我們看前面可以發(fā)現(xiàn)示例是一個orient為records的json字符串。

這樣就好處理了。看代碼:

# -*- coding: utf-8 -*-
"""
Created on Sun Aug 5 09:01:38 2018
@author: FanXiaoLei
"""
import pandas as pd
strtext='[{"ttery":"min","issue":"20130801-3391","code":"8,4,5,2,9","code1":"297734529","code2":null,"time":1013395466000},\
{"ttery":"min","issue":"20130801-3390","code":"7,8,2,1,2","code1":"298058212","code2":null,"time":1013395406000},\
{"ttery":"min","issue":"20130801-3389","code":"5,9,1,2,9","code1":"298329129","code2":null,"time":1013395346000},\
{"ttery":"min","issue":"20130801-3388","code":"3,8,7,3,3","code1":"298588733","code2":null,"time":1013395286000},\
{"ttery":"min","issue":"20130801-3387","code":"0,8,5,2,7","code1":"298818527","code2":null,"time":1013395226000}]'
 
df=pd.read_json(strtext,orient='records')
df.to_excel('pandas處理json.xlsx',index=False,columns=["ttery","issue","code","code1","code2","time"])

最終寫入excel如下圖:

pandas處理json數(shù)據(jù)

以上這篇pandas處理json數(shù)據(jù)就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Pytorch學(xué)習(xí)筆記DCGAN極簡入門教程

    Pytorch學(xué)習(xí)筆記DCGAN極簡入門教程

    網(wǎng)上GAN的教程太多了,這邊也談一下自己的理解,本文給大家介紹一下GAN的兩部分組成,有需要的朋友可以借鑒參考下,希望能夠有所幫助
    2021-09-09
  • django中的select_related和prefetch_related性能優(yōu)化分析

    django中的select_related和prefetch_related性能優(yōu)化分析

    這篇文章主要介紹了django中的select_related和prefetch_related性能優(yōu)化分析,本文給大家介紹的非常詳細(xì),需要的朋友可以參考下
    2024-07-07
  • Python數(shù)據(jù)結(jié)構(gòu)與算法之圖的基本實現(xiàn)及迭代器實例詳解

    Python數(shù)據(jù)結(jié)構(gòu)與算法之圖的基本實現(xiàn)及迭代器實例詳解

    這篇文章主要介紹了Python數(shù)據(jù)結(jié)構(gòu)與算法之圖的基本實現(xiàn)及迭代器,結(jié)合實例形式詳細(xì)分析了數(shù)據(jù)結(jié)構(gòu)與算法中圖的實現(xiàn)及迭代器相關(guān)算法原理與操作技巧,需要的朋友可以參考下
    2017-12-12
  • python的自變量選擇(所有子集回歸,后退法,逐步回歸)

    python的自變量選擇(所有子集回歸,后退法,逐步回歸)

    這篇文章主要介紹了python的自變量選擇(所有子集回歸,后退法,逐步回歸),文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價值,感興趣的小伙伴可以參考一下
    2022-06-06
  • python序列類型種類詳解

    python序列類型種類詳解

    這篇文章主要介紹了python序列類型種類詳解,需要的朋友們可以學(xué)習(xí)參考下。
    2020-02-02
  • 如何基于Python實現(xiàn)自動掃雷

    如何基于Python實現(xiàn)自動掃雷

    這篇文章主要介紹了如何基于Python實現(xiàn)自動掃雷,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-01-01
  • 使用Python代碼進(jìn)行PowerPoint演示文稿的合并與拆分

    使用Python代碼進(jìn)行PowerPoint演示文稿的合并與拆分

    多個PowerPoint演示文稿的處理可能會成為非常麻煩的工作,有時需要將多個演示文稿合并為一個演示文稿,從而不用在演示時重復(fù)打開演示文稿,本文我們可以使用Python代碼來快速、準(zhǔn)確的執(zhí)行PowerPoint演示文稿的合并于拆分操作,需要的朋友可以參考下
    2024-03-03
  • Python實現(xiàn)隨機(jī)漫步的詳細(xì)過程

    Python實現(xiàn)隨機(jī)漫步的詳細(xì)過程

    隨機(jī)漫步顧名思義每一步都是隨機(jī)的,假設(shè)有一個點,下一步往哪里走,走多遠(yuǎn),這些都沒有明確的表示,完全是隨機(jī)的,最后走到哪里,是由一系列隨機(jī)決策決定的,這篇文章主要給大家介紹了關(guān)于Python實現(xiàn)隨機(jī)漫步的相關(guān)資料,需要的朋友可以參考下
    2023-03-03
  • python的語句結(jié)構(gòu)你真的了解嗎

    python的語句結(jié)構(gòu)你真的了解嗎

    這篇文章主要為大家詳細(xì)介紹了python的語句結(jié)構(gòu),文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2022-02-02
  • 基于python3.7利用Motor來異步讀寫Mongodb提高效率(推薦)

    基于python3.7利用Motor來異步讀寫Mongodb提高效率(推薦)

    Motor是一個異步mongodb driver,支持異步讀寫mongodb。它通常用在基于Tornado的異步web服務(wù)器中。這篇文章主要介紹了基于python3.7利用Motor來異步讀寫Mongodb提高效率,需要的朋友可以參考下
    2020-04-04

最新評論