I panda leggono JSON

I Panda Leggono Json



'Per analizzare una grande quantità di dati, utilizziamo la libreria di 'Python', che è la libreria 'panda'. Possiamo facilmente utilizzare la libreria 'panda', che ci aiuta in diversi campi come le scienze dei dati e l'apprendimento automatico. In 'panda', possiamo creare il file 'JSON' e possiamo anche leggere questo file 'JSON'. Molti dati vengono spesso salvati come JSON. Il JSON è ampiamente utilizzato nella programmazione dei 'panda'. I 'panda' forniscono il metodo 'read_json()' per leggere il file 'JSON' e archiviarlo come DataFrame. Possiamo anche leggere JSON dalla stringa che abbiamo creato nei nostri codici. Ti mostreremo come leggere JSON nella programmazione 'panda' e come utilizzare il metodo 'read_json()' in 'panda' qui in questa guida. Leggeremo i dati e quindi visualizzeremo i dati del file JSON sotto forma di DataFrame in 'panda'. Discuteremo anche la sua sintassi qui'.

Sintassi

La sintassi completa di questo metodo 'read_json()' è riportata di seguito.

panda. read_json ( sentiero , orientare = Valore , genere = 'telaio' , tipo d = Valore , convertire_assi = Valore , convertire_date = Vero , keep_default_dates = Vero , intontito = Falso , preciso_flottante = Falso , data_unità = Valore , codifica = Valore , codifica_errori = 'severa' , linee = Falso , grossolano = Valore , compressione = 'dedurre' , nrows = Valore , opzioni_di_archiviazione = Valore )

Esempio 01

Questi esempi, presentati qui in questa guida, vengono eseguiti sull'app 'Spyder'. Prima di utilizzare il metodo 'read_json()', generiamo prima il file JSON di cui leggeremo i dati utilizzando il metodo 'read_json()'. Abbiamo anche discusso qui come creare il file JSON in 'panda'. Qui puoi vedere che prima creiamo il DataFrame usando il metodo 'pd.DataFrame()'.







Quindi aggiungiamo 'Nome, Num_1, Num_2, Num_3, Num_4 e Num_5' come colonna di questo DataFrame e inseriamo anche alcuni dati in queste colonne. Successivamente, utilizziamo il metodo 'to_json()', che aiuta a convertire questo DataFrame in JSON. Inseriamo il nome che vogliamo dare al file 'JSON' in cui verranno archiviati i dati JSON. Il nome che diamo qui è 'Marks.json'. Quindi, dopo aver eseguito questo codice, il file JSON verrà creato con il nome 'Marks.json' e memorizzerà i dati in JSON, che abbiamo inserito qui.





Dopo aver eseguito questo codice premendo 'Shift+Invio', viene creato il file JSON e qui di seguito viene mostrato anche il file JSON. Questo è il file JSON che otteniamo dopo aver eseguito il codice sopra. Ora andremo avanti e leggeremo questo file JSON con l'aiuto del metodo 'read_json()'.





Ora, prima 'importiamo' la libreria 'panda' perché qui dobbiamo usare il metodo 'read_json()', che è il metodo di 'panda'. Stiamo importando i 'panda come pd'. Di seguito, utilizziamo il metodo 'read_json()' e inseriamo il nome del file di cui vogliamo leggere i dati. Il file che abbiamo creato sopra è posizionato qui, quindi leggeremo i dati di quel file JSON. Passiamo il percorso del file in questo metodo 'read_json()', che è 'Marks.json', e assegniamo anche questa funzione alla variabile 'df'. Quindi, dopo aver letto questo file JSON, i dati del file JSON vengono archiviati in questa variabile 'df'. Ora, stampiamo quei dati usando 'print()' e aggiungiamo anche il metodo 'to_string()' con la variabile 'df'. Questo metodo 'to_string()' ci aiuta nella stampa di DataFrame. Stamperà i dati del file JSON nel formato DataFrame.



I dati archiviati nel file JSON sopra vengono visualizzati qui come DataFrame di seguito. Puoi notare che tutti i dati del file JSON vengono convertiti in DataFrame e visualizzati nell'output.

Esempio 02

Possiamo anche leggere la stringa JSON con l'aiuto del metodo 'read_json()'. Dopo aver importato i 'panda', generiamo una stringa qui e salviamo quella stringa nella variabile 'my_str'. La stringa che abbiamo creato qui contiene dati che sono il 'Soggetto', e mettiamo il nome del soggetto, che è 'Inglese'. Quindi aggiungiamo 'Paga', che è '25000' qui, e anche i 'Giorni', che sono '70 giorni'. Dopo tutto questo, aggiungiamo anche 'Sconto', che è '1000' qui. La stringa JSON è completata qui.

Ora stiamo leggendo questa stringa JSON usando il metodo 'read_json()' di 'panda' e posizioniamo il nome della variabile in cui è memorizzata la stringa. Il nome di questa variabile è 'my_str' e lo aggiungiamo qui come primo parametro del metodo 'read_json()'. Successivamente, aggiungiamo un altro parametro che è il parametro 'orient' qui e lo impostiamo su 'records'. Quindi aggiungiamo questo 'my_df' nel metodo 'print()', quindi verrà visualizzato sul terminale quando eseguiamo questo codice.

I dati che otteniamo dopo aver letto la stringa JSON sono visualizzati di seguito. Qui, i dati vengono visualizzati nel DataFrame, che abbiamo inserito come stringa JSON nel nostro codice.

Esempio 03

Creiamo qui un'altra stringa JSON. Devi ricordare che devi posizionare la stringa su una sola riga. Se aggiungiamo i dati rimanenti della stringa nella nuova riga, verrà visualizzato il messaggio di errore. Quindi, devi scrivere l'intera stringa in una sola riga. Qui, la stringa JSON viene creata e archiviata nella variabile 'string'. Quindi, stiamo leggendo una stringa JSON utilizzando il metodo 'read_json()'. Aggiungiamo la 'stringa' in cui è memorizzata la stringa JSON in questo metodo 'read_json()'. Dopo aver letto, memorizziamo questa stringa nella variabile 'JSON_Data'. Dopo questo, utilizziamo 'print()' e aggiungiamo 'JSON_Data', che aiuterà nel rendering di questo.

Di seguito, viene eseguito il rendering di DataFrame e abbiamo ottenuto questo DataFrame dopo aver letto la stringa JSON. La data che abbiamo inserito nel nostro codice come stringa JSON viene visualizzata qui come DataFrame.

Esempio 04

Questo è il nostro file JSON e applicheremo il metodo 'read_json()' a questo file JSON. Leggerà i dati presenti in questo file JSON e visualizzerà questi dati nel DataFrame.

Ora, poiché dobbiamo utilizzare il metodo 'read_json()' della libreria 'panda', dobbiamo prima 'importare' la libreria. I panda vengono importati come 'pd'. Abbiamo posizionato il file che abbiamo mostrato sopra in modo da poter leggere i dati da quel file JSON. Il percorso del file 'Company.json' viene passato al metodo 'read_json()' e questa funzione viene assegnata anche alla variabile 'JSON_Rec'. Le informazioni del file JSON vengono quindi inserite nella variabile 'JSON_Rec' dopo che è stata letta. Ora mettiamo 'print()' e aggiungiamo 'JSON_Rec'.

I dati contenuti nel file JSON menzionato sopra vengono visualizzati di seguito come DataFrame. Puoi vedere che l'output mostra un DataFrame con tutti i dati del file JSON convertiti in esso.

Conclusione

Abbiamo spiegato in dettaglio il metodo 'read_json()' di 'panda' in questa guida. Abbiamo presentato qui la sintassi del metodo 'read_json()' e abbiamo anche utilizzato questo metodo 'read_json()' nel nostro codice 'panda'. Abbiamo letto la stringa JSON e anche il file JSON con l'aiuto del metodo 'read_json()' qui e abbiamo spiegato come creare un file JSON e quindi come leggere quel file JSON. In questa guida abbiamo anche spiegato come creare la stringa JSON e come leggere la stringa JSON con l'aiuto del metodo “read_json()”.