Python-JSON 데이터 처리

JSON 파일은 데이터를 사람이 읽을 수있는 형식의 텍스트로 저장합니다. JSON은 JavaScript Object Notation을 나타냅니다. Pandas는 다음을 사용하여 JSON 파일을 읽을 수 있습니다.read_json 함수.

입력 데이터

아래 데이터를 메모장과 같은 텍스트 편집기에 복사하여 JSON 파일을 만듭니다. 다음으로 파일 저장.json 확장자 및 파일 유형 선택 all files(*.*).

{ 
   "ID":["1","2","3","4","5","6","7","8" ],
   "Name":["Rick","Dan","Michelle","Ryan","Gary","Nina","Simon","Guru" ]
   "Salary":["623.3","515.2","611","729","843.25","578","632.8","722.5" ],
   
   "StartDate":[ "1/1/2012","9/23/2013","11/15/2014","5/11/2014","3/27/2015","5/21/2013",
      "7/30/2013","6/17/2014"],
   "Dept":[ "IT","Operations","IT","HR","Finance","IT","Operations","Finance"]
}

JSON 파일 읽기

그만큼 read_json pandas 라이브러리의 함수를 사용하여 JSON 파일을 pandas DataFrame으로 읽을 수 있습니다.

import pandas as pd

data = pd.read_json('path/input.json')
print (data)

위 코드를 실행하면 다음과 같은 결과가 나옵니다.

Dept  ID    Name  Salary   StartDate
0          IT   1    Rick  623.30    1/1/2012
1  Operations   2     Dan  515.20   9/23/2013
2          IT   3   Tusar  611.00  11/15/2014
3          HR   4    Ryan  729.00   5/11/2014
4     Finance   5    Gary  843.25   3/27/2015
5          IT   6   Rasmi  578.00   5/21/2013
6  Operations   7  Pranab  632.80   7/30/2013
7     Finance   8    Guru  722.50   6/17/2014

특정 열 및 행 읽기

CSV 파일을 읽기 위해 이전 장에서 이미 본 것과 유사하게 read_jsonpandas 라이브러리의 함수는 JSON 파일을 DataFrame으로 읽은 후 일부 특정 열과 특정 행을 읽는 데 사용할 수도 있습니다. 우리는 다축 인덱싱 방법을 사용합니다..loc()이 목적을 위해. 일부 행에 대해 급여 및 이름 열을 표시하도록 선택합니다.

import pandas as pd
data = pd.read_json('path/input.xlsx')

# Use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])

위 코드를 실행하면 다음과 같은 결과가 나옵니다.

salary   name
1   515.2    Dan
3   729.0   Ryan
5   578.0  Rasmi

레코드로 JSON 파일 읽기

우리는 또한 적용 할 수 있습니다 to_json 매개 변수와 함께 함수를 사용하여 JSON 파일 콘텐츠를 개별 레코드로 읽어옵니다.

import pandas as pd
data = pd.read_json('path/input.xlsx')

print(data.to_json(orient='records', lines=True))

위 코드를 실행하면 다음과 같은 결과가 나옵니다.

{"Dept":"IT","ID":1,"Name":"Rick","Salary":623.3,"StartDate":"1\/1\/2012"}
{"Dept":"Operations","ID":2,"Name":"Dan","Salary":515.2,"StartDate":"9\/23\/2013"}
{"Dept":"IT","ID":3,"Name":"Tusar","Salary":611.0,"StartDate":"11\/15\/2014"}
{"Dept":"HR","ID":4,"Name":"Ryan","Salary":729.0,"StartDate":"5\/11\/2014"}
{"Dept":"Finance","ID":5,"Name":"Gary","Salary":843.25,"StartDate":"3\/27\/2015"}
{"Dept":"IT","ID":6,"Name":"Rasmi","Salary":578.0,"StartDate":"5\/21\/2013"}
{"Dept":"Operations","ID":7,"Name":"Pranab","Salary":632.8,"StartDate":"7\/30\/2013"}
{"Dept":"Finance","ID":8,"Name":"Guru","Salary":722.5,"StartDate":"6\/17\/2014"}