Pandy przeczytały JSON
Składnia
Pełna składnia tej metody „Read_Json ()” podano poniżej.
Pandy.Read_Json (ścieżka, orienta = wartość, typ = 'klatka', dType = wartość, konwert_axes = wartość, konwert_dates = true, keep_default_dates = true, numpy = false_float = false, date_unit = wartość, kodowanie = wartość, enkoding_errors = 'scrict ', linie = false, chUnksize = wartość, kompresja =' exper ', nrows = wartość, Storage_Options = wartość)Przykład 01
Te przykłady, które są przedstawione tutaj w tym przewodniku, są wykonywane w aplikacji „Spyder”. Przed skorzystaniem z metody „Read_Json ()” najpierw generujemy plik JSON, którego dane odczytujemy za pomocą metody „read_Json ()”. Omówiliśmy również tutaj, jak utworzyć plik JSON w „Pandy”. Tutaj możesz zobaczyć, że najpierw tworzymy ramkę danych za pomocą „PD.Metoda dataFrame () ”.
Następnie dodajemy „Nazwa, NUM_1, NUM_2, NUM_3, NUM_4 i NUM_5” jako kolumnę tegoframy danych, a także wstawiamy niektóre dane w tych kolumnach. Następnie używamy metody „To_Json ()”, która pomaga w przekształceniu tegoframu danych w JSON. Wprowadzamy nazwę, którą chcemy nadać plik „JSON”, w którym dane JSON będą przechowywane. Nazwa, którą tu nadajemy.JSON ”. Tak więc po wykonaniu tego kodu plik JSON zostanie utworzony o nazwie „Marks.JSON ”i będzie przechowywał dane w JSON, które tutaj wprowadziliśmy.
Po wykonaniu tego kodu poprzez naciśnięcie „Shift+Enter”, plik JSON jest tworzony, a tutaj plik JSON jest również pokazany. To jest plik JSON, który otrzymujemy po wykonaniu powyższego kodu. Teraz pójdziemy naprzód i przeczytamy ten plik JSON za pomocą metody „Read_Json ()”.
Teraz najpierw „importujemy” bibliotekę „Pandy”, ponieważ musimy tutaj użyć metody „read_Json ()”, która jest metodą „pandy”. Importujemy „Pandy jako PD”. Below, we utilize the “read_json()” method and put the name of the file whose data we want to read. Plik, który utworzyliśmy powyżej, został umieszczony tutaj, więc odczytujemy dane z tego pliku JSON. Podajemy ścieżkę pliku w tej metodzie „read_Json ()”, która jest „znakami.JSON ”, a także przypisujemy tę funkcję do zmiennej„ DF ”. Tak więc po przeczytaniu tego pliku JSON dane pliku JSON są przechowywane w tej zmiennej „DF”. Teraz drukujemy te dane za pomocą „print ()”, a także dodajemy metodę „to_string ()” ze zmienną „DF”. Ta metoda „to_string ()” pomaga nam w drukowaniu ramki danych. Wydrukuje dane pliku JSON w formacie DataFrame.
Dane przechowywane w powyższym pliku JSON są tutaj renderowane jako oprawa danych poniżej. Możesz zauważyć, że wszystkie dane z pliku JSON są konwertowane w ramkę danych i wyświetlane na wyjściu.
Przykład 02
Możemy również odczytać ciąg JSON za pomocą metody „Read_Json ()”. Po zaimportowaniu „pandy” generujemy tutaj ciąg i zapisujemy ten ciąg w zmiennej „my_str”. Ciąg, który tutaj utworzyliśmy, zawiera dane „temat” i umieszczamy nazwę tematu, który jest „angielski”. Następnie dodajemy „Pay”, czyli tutaj „25000”, a także „dni”, które to „70 dni”. Po tych wszystkich dodajemy również „rabat”, czyli tutaj „1000”. String JSON został ukończony tutaj.
Teraz czytamy ten ciąg JSON za pomocą metody „read_Json ()” „pandy” i umieszczamy nazwę zmiennej, w której ciąg jest przechowywany. Nazwa tej zmiennej to „my_str” i dodajemy ją tutaj jako pierwszy parametr metody „read_json ()”. Następnie dodajemy kolejny parametr, który jest tutaj parametrem „orienta”, i ustawiamy go na „Records”. Następnie dodajemy ten „my_df” w metodzie „print ()”, więc będzie on renderowany na terminalu po uruchomieniu tego kodu.
Dane, które otrzymujemy po przeczytaniu ciągu JSON, są wyświetlane poniżej. Tutaj dane są renderowane w ramce danych, którą wprowadziliśmy jako ciąg JSON w naszym kodzie.
Przykład 03
Tutaj tworzymy kolejny ciąg JSON. Musisz pamiętać, że musisz umieścić ciąg tylko w jednym wierszu. Jeśli dodamy pozostałe dane łańcucha w nowym wierszu, wystąpi komunikat o błędzie. Musisz więc napisać cały ciąg w jednym wierszu. Tutaj ciąg JSON jest tworzony i przechowywany w zmiennej „ciąg”. Następnie czytamy ciąg JSON, używając metody „Read_Json ()”. Dodajemy „ciąg”, w którym ciąg JSON jest przechowywany w tej metodzie „Read_Json ()”. Po przeczytaniu przechowujemy ten ciąg w zmiennej „JSON_DATA”. Następnie wykorzystujemy do niego „print ()” i dodajemy „JSON_DATA”, co pomoże w tym.
Poniżej renderowana jest i uzyskaliśmy tę ramkę danych po odczytaniu ciągu JSON. Data wprowadziliśmy w naszym kodzie jako ciąg JSON, jest wyświetlany tutaj jako DataFrame.
Przykład 04
To jest nasz plik JSON i zastosujemy metodę „Read_Json ()” do tego pliku JSON. Odczytuje dane obecne w tym pliku JSON i renderuje te dane w ramce danych.
Teraz, ponieważ musimy użyć metody „read_Json ()” biblioteki „pandas”, musimy najpierw „zaimportować” bibliotekę. Pandy są importowane jako „PD”. Umieściliśmy plik, który pokazaliśmy powyżej, abyśmy mogli odczytać dane z tego pliku JSON. Firma.Ścieżka pliku JSON ”jest przekazywana do metody„ Read_Json () ”, a ta funkcja jest również przypisywana do zmiennej„ JSON_REC ”. Informacje z pliku JSON są zatem umieszczane w zmiennej „JSON_REC” po odczytaniu. Teraz umieszczamy do niego „print ()” i dodajemy „JSON_REC”.
Dane zawarte w powyższym pliku JSON są wyświetlane poniżej. Widać, że wyjście wyświetla ramkę danych ze wszystkimi danymi z pliku JSON przekonwertowane na niego.
Wniosek
W tym przewodniku wyjaśniliśmy metodę „Read_Json ()”. Przedstawiliśmy tutaj składnię metody „read_Json ()”, a także zastosowaliśmy tę metodę „read_Json ()” w naszym kodzie „pandy”. Przeczytaliśmy ciąg JSON, a także plik JSON za pomocą metody „Read_Json ()” tutaj i wyjaśniliśmy, jak utworzyć plik JSON, a następnie jak odczytać ten plik JSON. Wyjaśniliśmy również, jak utworzyć ciąg JSON i jak odczytać ciąg JSON za pomocą metody „Read_Json ()” w tym przewodniku.