大气装饰公司网站源码,网站网站开发成本,建设网站的内容规划,连云港做网站企业文章目录 引言JSON 数据的五种常见结构1. split 结构2. records 结构3. index 结构4. columns 结构5. values 结构 引言
在日常生活中#xff0c;我们经常与各种数据打交道#xff0c;无论是从网上购物的订单信息到社交媒体上的动态更新。JSON#xff08;JavaScript Object… 文章目录 引言JSON 数据的五种常见结构1. split 结构2. records 结构3. index 结构4. columns 结构5. values 结构 引言
在日常生活中我们经常与各种数据打交道无论是从网上购物的订单信息到社交媒体上的动态更新。JSONJavaScript Object Notation是一种常见的数据交换格式被广泛应用于互联网服务中。Pandas 是 Python 中用于数据分析的强大库它能够轻松处理 JSON 数据并将其转换为易于操作的数据表格形式——DataFrame。
JSON 数据的五种常见结构
1. split 结构
假设您正在整理家庭开支记录您的 JSON 文件可能像这样组织分为索引、列名和数据值三个部分。
JSON 示例
{index: [超市, 餐厅],columns: [支出金额, 日期],data: [[120, 2024-11-01], [85, 2024-11-02]]
}Pandas 代码及输出结果
import pandas as pdjson_split {index: [超市, 餐厅], columns: [支出金额, 日期], data: [[120, 2024-11-01], [85, 2024-11-02]]}
df_split pd.read_json(json_split, orientsplit)
print(df_split)输出结果示例 支出金额 日期
超市 120 2024-11-01
餐厅 85 2024-11-022. records 结构
如果您有多个朋友的联系方式列表每条记录可以是一个包含所有字段的字典。
JSON 示例
[{姓名: 李华, 电话: 12345678},{姓名: 王伟, 电话: 87654321}
]Pandas 代码及输出结果
json_records [{姓名: 李华, 电话: 12345678}, {姓名: 王伟, 电话: 87654321}]
df_records pd.read_json(json_records, orientrecords)
print(df_records)输出结果示例 姓名 电话
0 李华 12345678
1 王伟 876543213. index 结构
想象一下您有一个书籍收藏列表其中每一本书都有一个唯一的编号作为索引。
JSON 示例
{书1: {标题: Python编程, 作者: 张三},书2: {标题: 数据分析入门, 作者: 李四}
}Pandas 代码及输出结果
json_index {书1: {标题: Python编程, 作者: 张三}, 书2: {标题: 数据分析入门, 作者: 李四}}
df_index pd.read_json(json_index, orientindex)
print(df_index)输出结果示例 标题 作者
书1 Python编程 张三
书2 数据分析入门 李四4. columns 结构
考虑一个情景您正在记录每周的天气情况以列为单位存储温度和湿度等信息。
JSON 示例
{温度: {周一: 22, 周二: 20},湿度: {周一: 58, 周二: 60}
}Pandas 代码及输出结果
json_columns {温度: {周一: 22, 周二: 20}, 湿度: {周一: 58, 周二: 60}}
df_columns pd.read_json(json_columns, orientcolumns)
print(df_columns)输出结果示例 温度 湿度
周一 22 58
周二 20 605. values 结构
最后如果您的数据是简单的二维数组不包括任何索引或列名信息。
JSON 示例
[[22, 58], [20, 60]]Pandas 代码及输出结果
json_values [[22, 58], [20, 60]]
df_values pd.read_json(json_values, orientvalues)
print(df_values)输出结果示例 0 1
0 22 58
1 20 60
