使用Pandas讀取JSON資料的技巧
概述:
Pandas是一種強大的資料分析工具,而JSON是一種常見的資料交換格式。在資料分析過程中,常會遇到需要讀取JSON資料的情況。本文將介紹使用Pandas讀取JSON資料的一些技巧,並提供具體的程式碼範例。
import pandas as pd # 读取JSON文件 df = pd.read_json('data.json') # 打印DataFrame的前几行 print(df.head())
上述程式碼中,我們使用read_json()函數讀取名為"data.json"的JSON文件,並將其加載到df變數中。然後使用head()函數列印DataFrame的前幾行。
import pandas as pd from pandas.io.json import json_normalize # 读取包含嵌套JSON数据的文件 with open('data.json') as f: data = json.load(f) # 使用json_normalize()函数展平嵌套的数据 df = pd.json_normalize(data) # 打印DataFrame的前几行 print(df.head())
在上述程式碼中,我們首先使用open()函數開啟包含巢狀JSON資料的文件,並使用json.load()函數載入資料。然後使用json_normalize()函數展平嵌套的數據,將結果儲存到df變數中。
import pandas as pd # 读取包含嵌套JSON数组的文件 df = pd.read_json('data.json') # 将JSON数组转换为Series,并使用explode()函数展开 df['array_field'] = df['array_field'].apply(pd.Series).explode('array_field') # 打印DataFrame的前几行 print(df.head())
上述程式碼中,我們使用read_json()函數讀取包含巢狀JSON陣列的文件,並將其載入到df變數中。然後將JSON數組轉換為Pandas的Series,並使用explode()函數展開。最後列印DataFrame的前幾行。
總結:
本文介紹了使用Pandas讀取JSON資料的一些技巧,並提供了具體的程式碼範例。透過了解這些技巧,您可以更靈活地處理JSON數據,並加快數據分析的速度和效率。希望本文對您有幫助。
以上是Pandas的JSON資料讀取技巧的詳細內容。更多資訊請關注PHP中文網其他相關文章!