Gấu trúc Đọc JSON

Gau Truc Doc Json



“Để phân tích một lượng lớn dữ liệu, chúng tôi sử dụng thư viện“ Python ”, là thư viện“ gấu trúc ”. Chúng tôi có thể dễ dàng sử dụng thư viện “gấu trúc”, giúp chúng tôi trong một số lĩnh vực như khoa học dữ liệu và học máy. Trong “pandas”, chúng tôi có thể tạo tệp “JSON” và chúng tôi cũng có thể đọc tệp “JSON” này. Nhiều dữ liệu thường xuyên được lưu dưới dạng JSON. JSON được sử dụng rộng rãi trong lập trình 'gấu trúc'. “Pandas” cung cấp phương thức “read_json ()” để đọc tệp “JSON” và lưu trữ nó dưới dạng DataFrame. Chúng tôi cũng có thể đọc JSON từ chuỗi mà chúng tôi đã tạo trong mã của mình. Chúng tôi sẽ chỉ cho bạn cách đọc JSON trong lập trình “pandas” và cách sử dụng phương thức “read_json ()” trong “pandas” tại đây trong hướng dẫn này. Chúng tôi sẽ đọc dữ liệu và sau đó hiển thị dữ liệu của tệp JSON dưới dạng DataFrame trong “gấu trúc”. Chúng tôi cũng sẽ thảo luận về cú pháp của nó tại đây ”.

Cú pháp

Cú pháp hoàn chỉnh của phương thức “read_json ()” này được đưa ra bên dưới.

gấu trúc. read_json ( đường dẫn , định hướng = Giá trị , loại hình = 'khung' , dtype = Giá trị , convert_axes = Giá trị , convert_dates = ĐÚNG VẬY , keep_default_dates = ĐÚNG VẬY , numpy = Sai , precision_float = Sai , date_unit = Giá trị , mã hóa = Giá trị , encoding_errors = 'nghiêm khắc' , dòng = Sai , kích thước = Giá trị , nén = 'suy luận' , nrows = Giá trị , Storage_options = Giá trị )

Ví dụ 01

Những ví dụ này, được trình bày ở đây trong hướng dẫn này, được thực thi trên ứng dụng 'Spyder'. Trước khi sử dụng phương thức “read_json ()”, trước tiên chúng ta tạo tệp JSON có dữ liệu mà chúng ta sẽ đọc bằng cách sử dụng phương thức “read_json ()”. Chúng tôi cũng đã thảo luận ở đây cách tạo tệp JSON trong “pandas”. Ở đây, bạn có thể thấy rằng đầu tiên chúng tôi tạo DataFrame bằng cách sử dụng phương thức “pd.DataFrame ()”.







Sau đó, chúng tôi thêm “Tên, Num_1, Num_2, Num_3, Num_4 và Num_5” làm cột của DataFrame này và cũng chèn một số dữ liệu vào các cột này. Sau đó, chúng tôi sử dụng phương thức “to_json ()”, giúp chuyển đổi DataFrame này thành JSON. Chúng tôi nhập tên mà chúng tôi muốn đặt cho tệp “JSON” mà trong đó dữ liệu JSON sẽ được lưu trữ. Tên chúng tôi đặt ở đây là “Marks.json”. Vì vậy, sau khi thực thi mã này, tệp JSON sẽ được tạo với tên “Marks.json” và nó sẽ lưu trữ dữ liệu trong JSON mà chúng ta đã nhập ở đây.





Sau khi thực thi mã này bằng cách nhấn “Shift + Enter”, tệp JSON được tạo và ở đây tệp JSON cũng được hiển thị bên dưới. Đây là tệp JSON mà chúng tôi nhận được sau khi thực thi đoạn mã trên. Bây giờ, chúng ta sẽ tiếp tục và sẽ đọc tệp JSON này với sự trợ giúp của phương thức “read_json ()”.





Bây giờ, trước tiên chúng ta “nhập” thư viện “pandas” vì chúng ta phải sử dụng phương thức “read_json ()” ở đây, là phương thức của “pandas”. Chúng tôi đang nhập khẩu 'gấu trúc dưới dạng pd'. Dưới đây, chúng tôi sử dụng phương thức “read_json ()” và đặt tên của tệp có dữ liệu mà chúng tôi muốn đọc. Tệp chúng tôi đã tạo ở trên được đặt ở đây, vì vậy chúng tôi sẽ đọc dữ liệu của tệp JSON đó. Chúng tôi chuyển đường dẫn của tệp trong phương thức “read_json ()” này, là “Marks.json” và chúng tôi cũng gán hàm này cho biến “df”. Vì vậy, sau khi đọc tệp JSON này, dữ liệu của tệp JSON được lưu trữ trong biến “df” này. Bây giờ, chúng tôi in dữ liệu đó bằng cách sử dụng “print ()” và cũng thêm phương thức “to_string ()” với biến “df”. Phương thức “to_string ()” này giúp chúng tôi in DataFrame. Nó sẽ in dữ liệu của tệp JSON ở định dạng DataFrame.



Dữ liệu được lưu trữ trong tệp JSON ở trên được hiển thị ở đây dưới dạng DataFrame bên dưới. Bạn có thể lưu ý rằng tất cả dữ liệu của tệp JSON được chuyển đổi thành DataFrame và hiển thị trong đầu ra.

Ví dụ 02

Chúng tôi cũng có thể đọc chuỗi JSON với sự trợ giúp của phương thức “read_json ()”. Sau khi nhập “pandas”, chúng tôi tạo một chuỗi ở đây và lưu chuỗi đó trong biến “my_str”. Chuỗi mà chúng tôi đã tạo ở đây chứa dữ liệu là “Chủ đề” và chúng tôi đặt tên của chủ đề, đó là “Tiếng Anh”. Sau đó, chúng tôi thêm “Thanh toán”, ở đây là “25000” và cả “Ngày”, là “70 ngày”. Sau tất cả những điều này, chúng tôi cũng thêm 'Giảm giá', ở đây là '1000'. Chuỗi JSON được hoàn thành tại đây.

Bây giờ, chúng tôi đang đọc chuỗi JSON này bằng cách sử dụng phương thức “read_json ()” của “pandas” và chúng tôi đặt tên của biến mà chuỗi được lưu trữ. Tên của biến này là “my_str” và chúng tôi thêm nó vào đây làm tham số đầu tiên của phương thức “read_json ()”. Sau đó, chúng tôi thêm một tham số khác là tham số 'định hướng' ở đây và chúng tôi đặt nó thành 'bản ghi'. Sau đó, chúng tôi thêm “my_df” này trong phương thức “print ()”, vì vậy nó sẽ hiển thị trên thiết bị đầu cuối khi chúng tôi chạy mã này.

Dữ liệu mà chúng tôi nhận được sau khi đọc chuỗi JSON được hiển thị bên dưới. Ở đây, dữ liệu được hiển thị trong DataFrame, mà chúng tôi đã nhập dưới dạng chuỗi JSON trong mã của chúng tôi.

Ví dụ 03

Chúng tôi tạo một chuỗi JSON khác ở đây. Bạn phải nhớ rằng bạn phải đặt chuỗi chỉ trong một dòng. Nếu chúng ta thêm dữ liệu còn lại của chuỗi vào dòng mới, thì thông báo lỗi sẽ xảy ra. Vì vậy, bạn phải viết toàn bộ chuỗi chỉ trong một dòng. Ở đây, chuỗi JSON được tạo và lưu trữ trong biến 'string'. Sau đó, chúng tôi đang đọc một chuỗi JSON bằng cách sử dụng phương thức “read_json ()”. Chúng tôi thêm “chuỗi” trong đó chuỗi JSON được lưu trữ trong phương thức “read_json ()” này. Sau khi đọc, chúng tôi lưu trữ chuỗi này trong biến “JSON_Data”. Sau đó, chúng tôi sử dụng “print ()” và thêm “JSON_Data” vào nó, điều này sẽ hỗ trợ trong việc hiển thị điều này.

Dưới đây, DataFrame được hiển thị và chúng tôi nhận được DataFrame này sau khi đọc chuỗi JSON. Ngày chúng tôi đã nhập vào mã của mình dưới dạng chuỗi JSON được hiển thị ở đây dưới dạng DataFrame.

Ví dụ 04

Đây là tệp JSON của chúng tôi và chúng tôi sẽ áp dụng phương thức “read_json ()” cho tệp JSON này. Nó sẽ đọc dữ liệu có trong tệp JSON này và sẽ hiển thị dữ liệu này trong DataFrame.

Bây giờ, vì chúng ta phải sử dụng phương thức “read_json ()” của thư viện “pandas”, trước tiên chúng ta phải “nhập” thư viện. Những con gấu trúc đang được nhập khẩu dưới dạng 'pd'. Chúng tôi đã đặt tệp mà chúng tôi đã hiển thị ở trên để chúng tôi có thể đọc dữ liệu từ tệp JSON đó. Đường dẫn của tệp “Company.json” được chuyển tới phương thức “read_json ()” và hàm này cũng được gán cho biến “JSON_Rec”. Do đó, thông tin từ tệp JSON được đặt trong biến “JSON_Rec” sau khi nó đã được đọc. Bây giờ, chúng tôi đặt “print ()” và thêm “JSON_Rec” vào nó.

Dữ liệu có trong tệp JSON được đề cập ở trên được hiển thị bên dưới dưới dạng DataFrame. Bạn có thể thấy rằng đầu ra hiển thị một DataFrame với tất cả dữ liệu từ tệp JSON được chuyển đổi thành nó.

Sự kết luận

Chúng tôi đã giải thích chi tiết phương thức “read_json ()” của “pandas” trong hướng dẫn này. Chúng tôi đã trình bày cú pháp của phương thức “read_json ()” ở đây và chúng tôi cũng đã sử dụng phương thức “read_json ()” này trong mã “pandas” của chúng tôi. Chúng tôi đã đọc chuỗi JSON và cả tệp JSON với sự trợ giúp của phương thức “read_json ()” tại đây và đã giải thích cách tạo tệp JSON và sau đó là cách đọc tệp JSON đó. Chúng tôi cũng đã giải thích cách tạo chuỗi JSON và cách đọc chuỗi JSON với sự trợ giúp của phương thức “read_json ()” trong hướng dẫn này.