Sintaksa
Celotna sintaksa te metode »read_json()« je podana spodaj.
pande. read_json ( pot , orientirati = Vrednost , vrsta = 'okvir' , dtype = Vrednost , pretvori_osi = Vrednost , convert_dates = Prav , obdrži_privzete_datume = Prav , numpy = False , precise_float = False , datum_enota = Vrednost , kodiranje = Vrednost , kodirne_napake = 'strog' , vrstice = False , velikost kosov = Vrednost , stiskanje = 'sklepati' , nrows = Vrednost , možnosti_shrambe = Vrednost )Primer 01
Ti primeri, ki so predstavljeni tukaj v tem priročniku, se izvajajo v aplikaciji »Spyder«. Preden uporabimo metodo “read_json()”, najprej generiramo datoteko JSON, katere podatke bomo prebrali z uporabo metode “read_json()”. Tukaj smo razpravljali tudi o tem, kako ustvariti datoteko JSON v »pandah«. Tukaj lahko vidite, da najprej ustvarimo DataFrame z uporabo metode »pd.DataFrame()«.
Nato dodamo »Ime, Num_1, Num_2, Num_3, Num_4 in Num_5« kot stolpec tega DataFrame in v te stolpce vstavimo tudi nekaj podatkov. Po tem uporabimo metodo »to_json()«, ki pomaga pri pretvorbi tega DataFrame v JSON. Vnesemo ime, ki ga želimo dati datoteki »JSON«, v kateri bodo shranjeni podatki JSON. Ime, ki ga damo tukaj, je »Marks.json«. Torej, po izvedbi te kode bo ustvarjena datoteka JSON z imenom »Marks.json« in bo shranila podatke v JSON, ki smo jih vnesli tukaj.
Po izvedbi te kode s pritiskom na »Shift+Enter« se ustvari datoteka JSON in spodaj je prikazana tudi datoteka JSON. To je datoteka JSON, ki jo dobimo po izvedbi zgornje kode. Zdaj bomo šli naprej in prebrali to datoteko JSON s pomočjo metode »read_json()«.
Zdaj najprej 'uvozimo' knjižnico 'pandas', ker moramo tukaj uporabiti metodo 'read_json()', ki je metoda 'pande'. Uvažamo 'pande kot pd'. Spodaj uporabimo metodo “read_json()” in vnesemo ime datoteke, katere podatke želimo prebrati. Datoteka, ki smo jo ustvarili zgoraj, je postavljena sem, zato bomo prebrali podatke te datoteke JSON. V tej metodi »read_json()«, ki je »Marks.json«, posredujemo pot do datoteke, to funkcijo pa dodelimo tudi spremenljivki »df«. Torej, po branju te datoteke JSON, so podatki datoteke JSON shranjeni v tej spremenljivki »df«. Zdaj te podatke natisnemo z uporabo »print()« in dodamo tudi metodo »to_string()« s spremenljivko »df«. Ta metoda “to_string()” nam pomaga pri tiskanju DataFrame. Natisnil bo podatke datoteke JSON v formatu DataFrame.
Podatki, ki so shranjeni v zgornji datoteki JSON, so tukaj upodobljeni kot DataFrame spodaj. Upoštevajte, da so vsi podatki datoteke JSON pretvorjeni v DataFrame in prikazani v izhodu.
Primer 02
Niz JSON lahko preberemo tudi s pomočjo metode “read_json()”. Po uvozu »pand« tukaj ustvarimo niz in ga shranimo v spremenljivko »my_str«. Niz, ki smo ga ustvarili tukaj, vsebuje podatke, ki so »Subject«, in dodamo ime subjekta, ki je »English«. Nato dodamo »Plačaj«, kar je tukaj »25000«, in tudi »Dnevi«, ki so »70 dni«. Po vsem tem dodamo še »Popust«, ki je tukaj »1000«. Tu se izpolni niz JSON.
Zdaj beremo ta niz JSON z uporabo metode »read_json()« programa »pandas« in postavimo ime spremenljivke, v kateri je niz shranjen. Ime te spremenljivke je »my_str« in dodamo jo sem kot prvi parameter metode »read_json()«. Po tem dodamo še en parameter, ki je tukaj parameter 'orient', in ga nastavimo na 'records'. Nato dodamo ta »my_df« v metodo »print()«, tako da bo upodobljen na terminalu, ko zaženemo to kodo.
Spodaj so prikazani podatki, ki jih dobimo po branju niza JSON. Tukaj so podatki upodobljeni v DataFrame, ki smo ga v kodo vnesli kot niz JSON.
Primer 03
Tukaj ustvarimo še en niz JSON. Ne pozabite, da morate vrvico postaviti samo v eno vrstico. Če v novo vrstico dodamo preostale podatke niza, se prikaže sporočilo o napaki. Torej morate celoten niz napisati samo v eni vrstici. Tukaj je niz JSON ustvarjen in shranjen v spremenljivki »string«. Nato beremo niz JSON z uporabo metode »read_json()«. V tej metodi »read_json()« dodamo »niz«, v katerem je shranjen niz JSON. Po branju ta niz shranimo v spremenljivko »JSON_Data«. Po tem uporabimo »print()« in mu dodamo »JSON_Data«, kar bo pomagalo pri upodabljanju tega.
Spodaj je DataFrame upodobljen in ta DataFrame smo dobili po branju niza JSON. Datum, ki smo ga v kodo vnesli kot niz JSON, je tukaj prikazan kot DataFrame.
Primer 04
To je naša datoteka JSON in za to datoteko JSON bomo uporabili metodo »read_json()«. Prebral bo podatke, ki so prisotni v tej datoteki JSON, in te podatke upodobil v DataFrame.
Zdaj, ko moramo uporabiti metodo »read_json()« knjižnice »pandas«, moramo najprej »uvoziti« knjižnico. Pande se uvažajo kot 'pd'. Datoteko, ki smo jo prikazali zgoraj, smo postavili tako, da lahko beremo podatke iz te datoteke JSON. Pot datoteke »Company.json« se posreduje metodi »read_json()«, ta funkcija pa je dodeljena tudi spremenljivki »JSON_Rec«. Informacije iz datoteke JSON se tako po branju postavijo v spremenljivko »JSON_Rec«. Zdaj vstavimo »print()« in mu dodamo »JSON_Rec«.
Podatki, ki jih vsebuje zgoraj omenjena datoteka JSON, so spodaj prikazani kot DataFrame. Vidite lahko, da izhod prikazuje DataFrame z vsemi podatki iz datoteke JSON, pretvorjenimi vanj.
Zaključek
V tem priročniku smo podrobno razložili metodo »read_json()« za »pande«. Tukaj smo predstavili sintakso metode »read_json()« in to metodo »read_json()« uporabili tudi v naši kodi »pandas«. Tukaj smo prebrali niz JSON in tudi datoteko JSON s pomočjo metode »read_json()« ter razložili, kako ustvariti datoteko JSON in nato kako prebrati to datoteko JSON. V tem priročniku smo tudi razložili, kako ustvariti niz JSON in kako prebrati niz JSON s pomočjo metode »read_json()«.