Python-pandas-json格式的数据操作(读取数据/写入数据)

Python-pandas-json格式的数据操作(读取数据/写入数据)

提示：帮帮志会陆续更新非常多的IT技术知识，希望分享的内容对您有用。本章分享的是pandas的使用语法。前后每一小节的内容是存在的有：学习and理解的关联性。【帮帮志系列文章】：每个知识点，都是写出代码和运行结果且前后关联上的去分析和说明（能大量节约您的时间）。

所有文章都不会直接把代码放那里，让您自己去看去理解。我希望我的内容对您有用而努力~

python语法-pandas第三节-附 ：本小节是 DataFrame全系列分享(使用.特点.说明.外部文件数据.取值.功能函数.统计函数)的 json格式的数据操作：读取数据及写入数据

详细的 DataFrame：
DataFrame全系列分享(数据结构.使用.特点.说明.外部文件数据.取值.功能函数.统计函数)
链接: DataFrame全系列分享【上榜文章】

【上榜文章】一文搞定，非常详细的Python-Pandas - DataFrame全系列分享。大量案例且晦涩难懂的有大白话解释。详细的扩展内容也额外写了其他更加细节全面的文章链接在里面，来保证DataFrame的全部内容,**本文**就是其中一个扩展读写数据**json篇**

---

---

前言

什么是json数据：
JSON（JavaScript Object Notation）是一种轻量级的数据格式，应用很广泛。
常用于数据交换(代码与代码之间，模块与模块之间，服务器和服务器之间，…等等)
甚至：
1.python代码是可以操作json的，
java代码也是可以操作json的，C语言代码也是可以操作json的…不同语言都可以实现快速传递交换。。。
2.服务器发出的所有数据都可以是同一个格式：json，不管是华为鸿蒙手机接受，还是ios,还是安卓。还是电视，或者电脑 。。。还是软件或者游戏。。。都可以接收操作取值json。

========
json数据格式：

基本结构：

JSON是一个键值对（key/value）的集合。
键：必须是字符串类型
值：可以是字符串、数字、布尔值、数组、对象（即嵌套的键值对集合）以及null

格式规范：

必须以开头的{或[开始，并以对应的} 或 ] 结尾
所有的键名必须是双引号括起来的字符串
数组和对象中的元素或成员之间用逗号 ,分隔，最后一个元素或成员后面可以有或没有逗号，但建议不加，以保持一致性。

========
如，json格式的数据：
{“name”:“帮帮志”,“address”:“北京”}
[{“name”:“帮帮志”,“age”:11},{“name”:“java”,“age”:15},{“name”:“python”,“age”:17}]
第一个示例有一个数据，两组k-v组成。第二个示例有三个数据，每个数据也是两组k-v组成
这个数据可以有很多很多个，及很多很多组。它可以用来本地存储，或者通过网络传输。根据语法：必须是键值对，且key必须是字符串。所以value值又可以是一个json,里面层层叠叠嵌套很多层。随便多复杂的各种数据都能存到json里面(只不过很长了嘛) ··· 能存能传。。。取值的时候，一层一层取即可。

========
取值，用key取值即可，(每个语言，语法不一样，但都能操作json)：

#pythonj = {"name":"帮帮志","address":"北京"} 
n = j['name']  
print(n)#帮帮志   #这里不是pandas 

n可以又是一个json,那么又继续n[‘xxxx’]

---

一、加载json数据

pd.read_json()
从 JSON 数据中读取并加载为 DataFrame

import pandas as pdjson01 = '''[{"name":"帮帮志","age":11},{"name":"java","age":15},{"name":"python","age":17}]'''df = pd.read_json(json01) 
#加载文件中的json。把参数替换为 json的文件名即可
#df = pd.read_json('data.json') #加载url中的json。把参数替换为 json的url即可
#df = pd.read_json('https://xxxx/xxx/xxx/xxx.json') print(df)

二、转存为json

df.to_json()
将DataFrame转存为json

import pandas as pd# 准备一些数据
name = ["hello", "python", "bangbangzhi", "emmm"]
bobby = ["eat", "sheep", "play", "what"]
age = [18, 19, 20, 100]
# 字典
dict = {'name': name , 'bobby': bobby, 'age': age}
df = pd.DataFrame(dict)
print(df)  #就是DataFrame格式的df.to_json() #转存为json

---

总结

（会陆续更新非常多的IT技术知识及泛IT的电商知识，可以点个关注，共同交流。ღ( ´･ᴗ･` )比心）
（也欢迎评论，提问。 我会依次回答~）