JSON do CSV Python

„Notacja obiektu JSON lub JavaScript to format wymiany danych, który jest szeroko stosowany przez wiele aplikacji. Niezależnie od tego, czy pracujesz z serwerami, w końcu natkniesz się na JSON.

Wartości oddzielone CSV lub przecinki to format pliku używany do przechowywania danych tabelarycznych, takich jak arkusz Excel. Jednak zamiast pudełek używa przecinka do oddzielenia różnych wartości i rekordów. Jest to powszechne podczas eksportowania dużego zbioru tekstu kompatybilnego w systemach.

Chociaż mogą wydawać się inne, JSON i CSV mają wspólne funkcje, których w tej chwili nie będziemy wchodzić.

Możesz jednak znaleźć się w sytuacji, w której musisz wyeksportować dane JSON do pliku CSV.

W tym samouczku dowiemy się, jak dokładnie to robić za pomocą Pythona i różnych wbudowanych modułów."

Zacznijmy.

Metoda 1: Korzystanie z Funtion Pandas to_csv ()

Jedną z najczęstszych metod przekształcenia obiektu JSON w format CSV jest funkcja Pandas to_csv ().

Przed rozpoczęciem przygotowania danych JSON. W naszym przykładzie użyjemy pliku JSON, jak pokazano poniżej:

[[[

„ID”: 1,
„First_name”: „Jada”,
„Last_name”: „deport”,
„E-mail”: „[email protected]ół.Wielka Brytania ”,
"Płeć żeńska",
„IP_ADDRESS”: „68.40.159.153 "
,

„ID”: 2,
„First_name”: „Vallie”,
„Last_name”: „Sclitt”,
„E -mail”: „[email protected]",
"Płeć żeńska",
„IP_ADDRESS”: „155.192.158.152 "
,

„ID”: 3,
„First_name”: „Boy”,
„Last_name”: „Ciasto”,
„E -mail”: „[email protected] ",
„Płeć”: „bigender”,
„ip_address”: „105.168.162.19 "
,

„ID”: 4,
„First_name”: „sari”,
„Last_name”: „Wilkison”,
„E -mail”: „[email protected] ",
"Płeć żeńska",
„IP_ADDRESS”: „227.193.140.31 "
,

„ID”: 5,
„First_name”: „onofredo”,
„Last_name”: „Hannam”,
„E -mail”: „[email protected] ",
"Płeć męska",
„ip_address”: "84.54.102.193 "

]

Nie krępuj się korzystać z preferowanych danych JSON. Po uzyskaniu naszych danych możemy je odczytać i wyeksportować do CSV, jak pokazano w poniższym kodzie:

importować pandy jako PD
Importuj JSON
z otwartym ('net_info.json ', „r”) jako f:
Data = JSON.ładowanie (f)
df = pd.JSON_NORMALALE (dane)
df.to_csv ('net_info.CSV ')

W powyższej technice zaczynamy od zaimportowania modułów pand i JSON. Następnie czytamy plik JSON i przechowujemy go jako obiekt JSON za pomocą JSON.Funkcja ładowania ().

Następnie przekazujemy obiekt JSON do funkcji JSON_NORMALATES (), która tworzy Pandas DataFrame.

Stamtąd nazywamy funkcję To_CSV () i podajemy nazwę pliku. Zapisuje to dane w formacie CSV w określonym pliku.

Powstałe dane są jak pokazano poniżej:

,Identyfikator, nazwa pierwszej, nazwa last_name, e -mail, płeć, ip_address
0,1, Jada, Deport, [email protected]ół.Wielka Brytania, kobieta, 68.40.159.153
1,2, Vallie, Squitt, [email protected], kobieta, 155.192.158.152
2,3, chłopiec, pałkarz, [email protected], bigender, 105.168.162.19
3,4, Sari, Wilkison, [email protected], kobieta, 227.193.140.31
4,5, onofredo, Hannam, [email protected], mężczyzna, 84.54.102.193

Jest to jedna z najlepszych metod przekształcenia danych JSON w CSV. Wynika to z faktu, że zdolność panda do obsługi dużych ilości danych jest wydajna dla dużych zestawów danych.

Metoda 2: Korzystanie z modułu CSV Pythona

Możemy również użyć modułu CSV Pythona do konwersji obiektu JSON na dane CSV. Rozważ poniższy przykład:

Importuj CSV
Importuj JSON
z otwartym ('net_info.json ', „r”) jako f:
JSON_OBJ = JSON.ładowanie (f)
z otwartym ('net_info.csv ', „w”) jako f:
WR = CSV.DictWriter (F, FieldNames = JSON_OBJ [0].Klucze())
WR.Writeheader ()
WR.Writerowie (JSON_OBJ)

Powyższa metoda jest bardzo prosta. Zaczynamy od importu modułów CSV i JSON.

Następnie używamy funkcji otwartej do odczytania pliku JSON i zapisywania go w obiekcie JSON.

W następnym kroku używamy funkcji otwartej do zapisu do pliku CSV. Python utworzy ten plik, jeśli nie istnieje. Korzystając z funkcji DictWriter z modułu CSV, tworzymy obiekt, którego możemy użyć do zapisywania danych w pliku. W takim przypadku nazwa polowa odnosi się do klawiszy używanych przez funkcję Writerows () do zapisywania danych.

Uruchamianie powyższego kodu powinno utworzyć format CSV obiektu JSON, jak pokazano:

Identyfikator, nazwa pierwszej, nazwa last_name, e -mail, płeć, ip_address
1, Jada, Deport, [email protected]ół.Wielka Brytania, kobieta, 68.40.159.153
2, Vallie, Squitt, [email protected], kobieta, 155.192.158.152
3, chłopiec, pałkarz, [email protected], bigender, 105.168.162.19
4, Sari, Wilkison, [email protected], kobieta, 227.193.140.31
5, Onofredo, Hannam, [email protected], mężczyzna, 84.54.102.193

Wniosek

W tym artykule odkryłeś dwie główne metody przekształcania obiektu JSON w CSV za pomocą pand i modułu CSV Pythona.

Dziękuje za przeczytanie!!