Python Pandas - 读取和写入 JSON 文件

JSON (JavaScript Object Notation) 是一种轻量级、可读性强的数据交换格式，广泛用于数据存储和传输。它常用于服务器与 Web 应用程序之间传输数据。Python 的 Pandas 库提供了强大的功能，通过 read_json() 和 to_json() 方法高效地读取和写入 JSON 文件。

JSON 文件以结构化格式存储数据，看起来类似于 Python 中的 dictionary 或 list。JSON 文件的扩展名为 .json。下面可以看到 JSON 文件中数据的样子 −

[
    {
        "Name": "Braund",
        "Gender": "Male",
        "Age": 30
    },
    {
        "Name": "Cumings",
        "Gender": "Female",
        "Age": 25
    },
    {
        "Name": "Heikkinen",
        "Gender": "female",
        "Age": 35
    }
]

在本教程中，我们将学习使用 Pandas 处理 JSON 文件的基础知识，包括读取和写入 JSON 文件，以及一些常见配置。

使用 Pandas 读取 JSON 文件

pandas.read_json() 函数用于将 JSON 数据读取到 Pandas DataFrame 中。该函数可以接受文件路径、URL 或 JSON 字符串作为输入。

示例

以下示例演示了如何使用 pandas.read_json() 函数读取 JSON 数据。这里我们使用 StringIO 将 JSON 字符串加载到文件对象中。

import pandas as pd
from io import StringIO

# 创建表示 JSON 数据的字符串
data = """[
    {"Name": "Braund", "Gender": "Male", "Age": 30},
    {"Name": "Cumings", "Gender": "Female", "Age": 25},
    {"Name": "Heikkinen", "Gender": "Female", "Age": 35}
]"""

# 使用 StringIO 将 JSON 格式的字符串数据转换为文件对象
obj = StringIO(data)

# 将 JSON 读取到 Pandas DataFrame
df = pd.read_json(obj)

print(df)

以上代码的输出如下 −

使用 Pandas 写入 JSON 文件

Pandas 提供了 to_json() 函数，可以使用来自 Pandas DataFrame 或 Series 对象的数据导出或写入 JSON 文件。该函数用于将 Pandas 数据结构对象转换为 JSON 字符串，并提供多种配置选项来定制 JSON 输出。

示例：写入 JSON 文件的基本示例

以下示例演示了如何将 Pandas DataFrame 写入 JSON 文件。

import pandas as pd

# 从上面的字典创建 DataFrame
df = pd.DataFrame({"Name":["Braund", "Cumings", "Heikkinen"], 
"Gender": ["Male", "Female", "Female"],
"Age": [30, 25, 25]})
print("原始 DataFrame:\n", df)    

# 将 DataFrame 写入 JSON 文件
df.to_json("output_written_json_file.json", orient='records', lines=True)

print("输出 JSON 文件已成功写入。")

以下是上述代码的输出 −

Original DataFrame:

执行上述代码后，你可以在工作目录中找到名为 output_written_json_file.json 的创建的 JSON 文件。

示例：使用 split 方向写入 JSON 文件

以下示例使用 split 方向将简单的 DataFrame 对象写入 JSON。

import pandas as pd
from json import loads, dumps

# 创建 DataFrame
df = pd.DataFrame(
    [["x", "y"], ["z", "w"]],
    index=["row_1", "row_2"],
    columns=["col_1", "col_2"],
)

# 使用 'split' 方向将 DataFrame 转换为 JSON
result = df.to_json(orient="split")
parsed = loads(result)

# 显示 JSON 输出
print("JSON 输出 (split 方向):")
print(dumps(parsed, indent=4))

以下是上述代码的输出 −

JSON Output (split orientation):
{
    "columns": [
        "col_1",
        "col_2"
    ],
    "index": [
        "row_1",
        "row_2"
    ],
    "data": [
        [
            "x",
            "y"
        ],
        [
            "z",
            "w"
        ]
    ]
}