Contoh # 01
Kami akan menunjukkan secara praktikal cara menggunakan kaedah 'to_json()' bagi 'pandas' untuk menukar DataFrame 'pandas' kepada format JSON. Pakej 'pandas' diimport di sini, iaitu 'numpy', dan kami mengimportnya sebagai 'np'. Sekarang, untuk melaksanakan kod 'pandas', pakej panda harus diimport. Untuk mengimport pakej itu, kami menggunakan kata kunci 'import'. Kemudian, kami menetapkan 'pandas sebagai pd,' yang bermaksud bahawa kami boleh mengakses atau menggunakan mana-mana 'pakej panda' yang kami perlukan dengan mudah dengan hanya meletakkan 'pd' di sana.
Kami mencipta tatasusunan numpy di sini dengan menggunakan 'np. array', 'np' ini membantu kami dalam mengakses fungsi perpustakaan numpy. Tatasusunan numpy ini juga disimpan dalam pembolehubah 'data_baharu', dan kami meletakkan 'A, B, C, D' dan 'E, F, G, H' pada tatasusunan numpy ini. Tatasusunan numpy ini kini ditukar kepada DataFrame dengan menggunakan kaedah 'pd.DataFrame'. Ini ialah kaedah 'pandas' yang kami akses di sini dengan meletakkan 'pd'. Apabila kami menukar tatasusunan numpy ini ke dalam DataFrame, maka kami juga meletakkan nama lajur juga.
Nama yang kami tambahkan di sini sebagai pengepala lajur ialah 'col1, col2, col3 dan col4'. Kemudian anda melihat bahawa kami mempunyai 'cetak' di bawah di mana kami menetapkan nama DataFrame, yang dalam kes ini ialah 'New_dataFrame', jadi ini akan dipaparkan pada pelaksanaan kod ini. Kini, kami menukar DataFrame ini kepada format JSON dengan menggunakan kaedah 'to_json()'. Kami menetapkan nama DataFrame 'New_dataFrame' dengan kaedah 'to_json()' dan juga meletakkan kaedah ini dalam pembolehubah 'New_json'. Di sini, kami tidak menghantar sebarang parameter kepada kaedah 'to_json()' ini. Format JSON DataFrame kini diletakkan dalam 'cetak' dan ia juga akan dipaparkan pada konsol.
Untuk penyusunan dan pelaksanaan kod ini, kami menekan 'Shift+Enter' dan jika kod itu bebas ralat, maka output akan dipaparkan. Di sini kami juga menampal hasil kod ini di mana kami telah menunjukkan DataFrame yang telah kami buat dalam contoh ini dan juga format JSON DataFrame itu.
Contoh # 02
Di sini, kami mengimport hanya satu perpustakaan, iaitu 'pandas' dan kemudian senarai 'AtoZ_Courses' dicipta, dan kami meletakkan beberapa senarai di dalamnya, iaitu 'Python, 29000, 35 hari dan 1000.0', kemudian kami meletakkan ' JavaScript, 27000, 55 hari dan 2300.0', selepas itu, kami menambah 'HTMLCSS, 25000, 25 hari dan 1500.0'. Kini, kami turut memasukkan dua lagi data sebagai 'Pangkalan Data, 24000, 45 hari dan 1500.0', dan 'OOP, 21000, 35 hari, 1500.0' juga. Senarai 'AtoZ_Courses' kini ditukar dalam DataFrame, dan kami menamakannya 'AtoZ_Courses_df'. 'Nama_Kursus, Pembayaran, Tempoh dan Bonus' ditambahkan di sini sebagai nama lajur DataFrame.
Sekarang, DataFrame dijana dalam langkah ini, dan kami menambahnya dalam pernyataan 'cetak ()' untuk memaparkannya pada terminal. Sekarang, menggunakan kaedah 'to_json()', kami mengubah DataFrame 'AtoZ_Courses_df' ke dalam format JSON. Kaedah 'to_json()' ini juga diberikan parameter iaitu 'orient= column,' yang juga merupakan parameter lalai. Ia memaparkan DataFrame sebagai dict sebagai format '{nama lajur -> {nilai indeks -> nilai lajur}}'.
Di sini, dalam format JSON, ia memaparkan nama lajur dan kemudian meletakkan semua nilai lajur itu bersama-sama dengan nilai indeks. Pertama, ia menyebut nama lajur pertama, dan kemudian semua nilai lajur pertama diberikan bersama-sama dengan nilai indeks, dan kemudian ia meletakkan nama lajur kedua dan juga semua nilai lajur kedua dengan indeks dan seterusnya.
Contoh # 03
DataFrame dijana dalam kod ini dengan nama 'Bachelors_df'. Kami telah memasukkan lima lajur pada 'Sarjana Muda_df' ini. Lajur pertama yang kami ada di sini ialah lajur 'Pelajar', dan kami memasukkan 'Lily, Smith, Bromley, Milli, dan Alexander' di dalamnya. Lajur yang seterusnya ialah lajur 'Ijazah', yang mengandungi 'IT, BBA, Inggeris, CS dan DVM'. Kemudian 'tahun_penyertaan' akan datang di mana kami menambah tahun penyertaan pelajar, iaitu '2015, 2018, 2017, 2015 dan 2014'.
Lajur di sebelah lajur ini ialah 'tahun_pengijazahan', yang mengandungi tahun pengijazahan pelajar tersebut ialah '2019, 2022, 2021, 2019 dan 2018'. Kami juga menambah lajur 'CGPA' di sini di mana kami meletakkan PNGK pelajar '3.3, 3.5, 3.6, 3.7, dan 3.8'. Untuk memaparkan 'Bachelors_df' pada terminal, kami memasukkannya dalam ungkapan 'print()'. Kini, kami sedang menukar DataFrame ” Bachelors_df ” ke dalam format JSON menggunakan kaedah “to_json()”.
Parameter 'orient= records' juga dihantar kepada kaedah 'to_json()' dalam kod ini. “orient= records” ini akan memaparkan format JSON sebagai bentuk “[{column name -> column value}, … , {column name -> column value}]”. Format JSON DataFrame kini ditetapkan kepada 'cetak', dan ia juga akan dipaparkan pada terminal.
DataFrame hanya ditunjukkan di sini dalam bentuk lajur dan baris, tetapi dalam format JSON, anda boleh melihat bahawa ia meletakkan nama lajur dan kemudian memaparkan nilai lajur itu; selepas memaparkan nilai satu lajur, ia mencetak nama lajur kedua dan kemudian meletakkan nilai lajur itu dan seterusnya kerana kami menetapkan parameter kaedah 'to_josn' sebagai 'orient= rekod'.
Contoh # 04
Kami mencipta tatasusunan numpy 'My_data' di mana kami memasukkan '2, 4' dan '6, 8'. Kemudian tukar tatasusunan numpy ke dalam DataFrame 'My_dataFrame' dan tetapkan nama lajurnya sebagai 'A1 dan A2'. Sekarang, selepas memaparkan DataFrame di sini dengan menggunakan 'cetak'. Kami menggunakan kaedah 'to_json()' terlebih dahulu tanpa sebarang parameter dan memaparkannya. Selepas ini, kami menetapkan parameter kaedah 'to_json()' kepada 'orient=split' dan juga mencetak format ini. Kemudian kami menggunakan 'to_josn()' sekali lagi pada 'My_dataFrame' dan kali ini, kami lulus 'orient=records' sebagai parameter fungsi ini.
Di bawah ini, kami meletakkan 'orient= index' dengan 'My_dataFrame' dan memaparkan format JSON ini. Selepas parameter ini, kami sekali lagi menggunakan 'to_json' dengan parameter 'orient = lajur' dan menjadikannya juga. Kemudian kami lulus 'orient= values' sebagai parameter kaedah 'to_json()' dan gunakannya pada 'My_dataFrame'. Kami juga menetapkan parameter fungsi ini kepada 'orient= table' dan sekali lagi menggunakannya dengan DataFrame yang sama dan juga memaparkan format JSON ini. Sekarang, kita akan perhatikan perbezaan antara format JSON dalam output kod ini.
Di sini, anda boleh mencari perbezaan antara format JSON dengan mudah, yang telah kami gunakan pada DataFrame yang sama. Semua parameter yang telah kami lalukan dalam kaedah 'to_json' muncul dalam format yang berbeza di sini.
Kesimpulan
Panduan ini menunjukkan format JSON dan telah menerangkan format JSON ini secara terperinci dan cara menukar DataFrame panda kepada JSON. Kami telah menjelaskan bahawa kaedah 'to_json()' digunakan untuk menukar DataFrame panda kepada format JSON. Kami juga telah membincangkan parameter yang berbeza, yang telah kami hantar kepada kaedah 'to_json()' di sini. Kami telah menyediakan panduan lengkap di mana kami telah menggunakan kaedah 'to_json()' dengan meletakkan semua parameter yang mungkin kepada kaedah 'to_json()' ini dalam kod 'pandas' kami dan juga menunjukkannya dalam output bagaimana parameter ini mengubah format daripada JSON.