Sintaks
Sintaks lengkap kaedah 'read_json()' ini diberikan di bawah.
panda. read_json ( laluan , mengorientasikan = Nilai , menaip = 'bingkai' , dtype = Nilai , convert_axes = Nilai , convert_dates = betul , keep_default_dates = betul , numpy = Salah , precise_float = Salah , unit_tarikh = Nilai , pengekodan = Nilai , pengekodan_ralat = 'ketat' , garisan = Salah , chunksize = Nilai , pemampatan = 'menyimpulkan' , nows = Nilai , pilihan_storan = Nilai )Contoh 01
Contoh-contoh ini, yang dibentangkan di sini dalam panduan ini, dilaksanakan pada aplikasi 'Spyder'. Sebelum menggunakan kaedah 'read_json()', kami mula-mula menjana fail JSON yang datanya akan kami baca dengan menggunakan kaedah 'read_json()'. Kami juga telah membincangkan di sini cara membuat fail JSON dalam 'pandas'. Di sini, anda boleh melihat bahawa kami mula-mula mencipta DataFrame dengan menggunakan kaedah 'pd.DataFrame()'.
Kemudian kami menambah 'Nama, Num_1, Num_2, Num_3, Num_4 dan Num_5' sebagai lajur DataFrame ini dan juga memasukkan beberapa data dalam lajur ini. Selepas ini, kami menggunakan kaedah 'to_json()', yang membantu dalam menukar DataFrame ini kepada JSON. Kami memasukkan nama yang ingin kami berikan kepada fail 'JSON' di mana data JSON akan disimpan. Nama yang kami berikan di sini ialah 'Marks.json'. Jadi, selepas melaksanakan kod ini, fail JSON akan dibuat dengan nama 'Marks.json,' dan ia akan menyimpan data dalam JSON, yang telah kami masukkan di sini.
Selepas melaksanakan kod ini dengan menekan 'Shift+Enter', fail JSON dibuat dan di sini fail JSON juga ditunjukkan di bawah. Ini ialah fail JSON yang kami dapat selepas melaksanakan kod di atas. Sekarang, kami akan bergerak ke hadapan dan akan membaca fail JSON ini dengan bantuan kaedah 'read_json()'.
Sekarang, kita mula-mula mengimport pustaka 'pandas' kerana kita perlu menggunakan kaedah 'read_json()' di sini, iaitu kaedah 'pandas'. Kami mengimport 'panda sebagai pd'. Di bawah, kami menggunakan kaedah 'read_json()' dan letakkan nama fail yang datanya ingin kami baca. Fail yang telah kami buat di atas diletakkan di sini, jadi kami akan membaca data fail JSON itu. Kami melepasi laluan fail dalam kaedah 'read_json()' ini, iaitu 'Marks.json', dan juga kami menetapkan fungsi ini kepada pembolehubah 'df'. Jadi, selepas membaca fail JSON ini, data fail JSON disimpan dalam pembolehubah 'df' ini. Sekarang, kami mencetak data tersebut dengan menggunakan 'print()' dan juga menambah kaedah 'to_string()' dengan pembolehubah 'df'. Kaedah 'to_string()' ini membantu kami dalam mencetak DataFrame. Ia akan mencetak data fail JSON dalam format DataFrame.
Data yang disimpan dalam fail JSON di atas dipaparkan di sini sebagai DataFrame di bawah. Anda boleh ambil perhatian bahawa semua data fail JSON ditukar kepada DataFrame dan dipaparkan dalam output.
Contoh 02
Kami juga boleh membaca rentetan JSON dengan bantuan kaedah 'read_json()'. Selepas mengimport 'pandas', kami menjana rentetan di sini dan menyimpan rentetan itu dalam pembolehubah 'my_str'. Rentetan yang telah kami buat di sini mengandungi data iaitu 'Subjek,' dan kami meletakkan nama subjek, iaitu 'Bahasa Inggeris'. Kemudian kami menambah 'Bayar', iaitu '25000' di sini dan juga 'Hari', iaitu '70 hari'. Selepas semua ini, kami juga menambah 'Diskaun', iaitu '1000' di sini. Rentetan JSON selesai di sini.
Sekarang, kami membaca rentetan JSON ini dengan menggunakan kaedah 'read_json()' bagi 'pandas,' dan kami meletakkan nama pembolehubah di mana rentetan itu disimpan. Nama pembolehubah ini ialah 'my_str,' dan kami menambahkannya di sini sebagai parameter pertama kaedah 'read_json()'. Selepas ini, kami menambah parameter lain iaitu parameter 'orient' di sini, dan kami menetapkannya kepada 'rekod'. Kemudian kami menambah 'my_df' ini dalam kaedah 'print()', jadi ia akan dipaparkan pada terminal apabila kami menjalankan kod ini.
Data yang kami dapat selepas membaca rentetan JSON dipaparkan di bawah. Di sini, data diberikan dalam DataFrame, yang telah kami masukkan sebagai rentetan JSON dalam kod kami.
Contoh 03
Kami mencipta satu lagi rentetan JSON di sini. Anda mesti ingat bahawa anda perlu meletakkan rentetan dalam satu baris sahaja. Jika kita menambah baki data rentetan dalam baris baharu, maka mesej ralat akan berlaku. Jadi, anda mesti menulis keseluruhan rentetan dalam satu baris sahaja. Di sini, rentetan JSON dicipta dan disimpan dalam pembolehubah 'rentetan'. Kemudian, kami membaca rentetan JSON dengan menggunakan kaedah 'read_json()'. Kami menambah 'rentetan' di mana rentetan JSON disimpan dalam kaedah 'read_json()' ini. Selepas membaca, kami menyimpan rentetan ini dalam pembolehubah 'JSON_Data'. Selepas ini, kami menggunakan 'print()' dan menambah 'JSON_Data' padanya, yang akan membantu dalam membuat ini.
Di bawah, DataFrame dipaparkan dan kami memperoleh DataFrame ini selepas membaca rentetan JSON. Tarikh yang kami masukkan dalam kod kami sebagai rentetan JSON dipaparkan di sini sebagai DataFrame.
Contoh 04
Ini ialah fail JSON kami dan kami akan menggunakan kaedah 'read_json()' pada fail JSON ini. Ia akan membaca data yang terdapat dalam fail JSON ini dan akan memaparkan data ini dalam DataFrame.
Sekarang, kerana kita mesti menggunakan kaedah 'read_json()' perpustakaan 'pandas', kita mesti 'mengimport' perpustakaan terlebih dahulu. Panda sedang diimport sebagai 'pd'. Kami telah meletakkan fail yang telah kami tunjukkan di atas supaya kami boleh membaca data daripada fail JSON tersebut. Laluan fail 'Company.json' dihantar kepada kaedah 'read_json()', dan fungsi ini juga diberikan kepada pembolehubah 'JSON_Rec'. Oleh itu, maklumat daripada fail JSON diletakkan dalam pembolehubah 'JSON_Rec' selepas ia dibaca. Sekarang, kami meletakkan 'print()' dan menambah 'JSON_Rec' padanya.
Data yang terkandung dalam fail JSON yang disebutkan di atas dipaparkan di bawah sebagai DataFrame. Anda boleh melihat bahawa output memaparkan DataFrame dengan semua data daripada fail JSON ditukar ke dalamnya.
Kesimpulan
Kami telah menerangkan kaedah 'read_json()' bagi 'pandas' secara terperinci dalam panduan ini. Kami telah membentangkan sintaks kaedah 'read_json()' di sini, dan juga kami telah menggunakan kaedah 'read_json()' ini dalam kod 'pandas' kami. Kami telah membaca rentetan JSON dan juga fail JSON dengan bantuan kaedah 'read_json()' di sini dan telah menerangkan cara membuat fail JSON dan kemudian cara membaca fail JSON itu. Kami juga telah menerangkan cara membuat rentetan JSON dan cara membaca rentetan JSON dengan bantuan kaedah 'read_json()' dalam panduan ini.