Los pandas leen JSON

Los Pandas Leen Json



“Para analizar una gran cantidad de datos, usamos la biblioteca de “Python”, que es la biblioteca de “pandas”. Podemos utilizar fácilmente la biblioteca 'pandas', que nos ayuda en varios campos como las ciencias de la información y el aprendizaje automático. En 'pandas', podemos crear el archivo 'JSON' y también podemos leer este archivo 'JSON'. Una gran cantidad de datos se guardan con frecuencia como JSON. El JSON es ampliamente utilizado en la programación de 'pandas'. Los 'pandas' proporcionan el método 'read_json()' para leer el archivo 'JSON' y almacenarlo como DataFrame. También podemos leer JSON desde la cadena que hemos creado en nuestros códigos. Le mostraremos cómo leer JSON en la programación de 'pandas' y cómo utilizar el método 'read_json()' en 'pandas' aquí en esta guía. Leeremos los datos y luego mostraremos los datos del archivo JSON en forma de DataFrame en 'pandas'. También discutiremos su sintaxis aquí.”

Sintaxis

La sintaxis completa de este método 'read_json()' se proporciona a continuación.

pandas leer_json ( sendero , orientar = Valor , escribe = 'cuadro' , tipo de d = Valor , convertir_ejes = Valor , convertir_fechas = Verdadero , mantener_fechas_predeterminadas = Verdadero , entumecido = Falso , flotador_preciso = Falso , fecha_unidad = Valor , codificación = Valor , codificación_errores = 'estricto' , líneas = Falso , tamaño de porción = Valor , compresión = 'inferir' , filas = Valor , opciones_de_almacenamiento = Valor )

Ejemplo 01

Estos ejemplos, que se presentan aquí en esta guía, se ejecutan en la aplicación 'Spyder'. Antes de utilizar el método “read_json()”, primero generamos el archivo JSON cuyos datos leeremos usando el método “read_json()”. También hemos discutido aquí cómo crear el archivo JSON en 'pandas'. Aquí puede ver que primero creamos el DataFrame usando el método 'pd.DataFrame()'.







Luego agregamos 'Nombre, Num_1, Num_2, Num_3, Num_4 y Num_5' como la columna de este DataFrame y también insertamos algunos datos en estas columnas. Después de esto, usamos el método 'to_json()', que ayuda a convertir este DataFrame en JSON. Introducimos el nombre que queremos dar al archivo “JSON” en el que se almacenarán los datos JSON. El nombre que damos aquí es “Marks.json”. Entonces, después de ejecutar este código, se creará el archivo JSON con el nombre 'Marks.json' y almacenará los datos en JSON, que hemos ingresado aquí.





Después de ejecutar este código presionando 'Shift + Enter', se crea el archivo JSON, y aquí también se muestra el archivo JSON a continuación. Este es el archivo JSON que obtenemos después de ejecutar el código anterior. Ahora, seguiremos adelante y leeremos este archivo JSON con la ayuda del método “read_json()”.





Ahora, primero 'importamos' la biblioteca 'pandas' porque tenemos que usar el método 'read_json()' aquí, que es el método de 'pandas'. Estamos importando los 'pandas como pd'. A continuación, utilizamos el método “read_json()” y ponemos el nombre del archivo cuyos datos queremos leer. El archivo que hemos creado anteriormente se coloca aquí, por lo que leeremos los datos de ese archivo JSON. Pasamos la ruta del archivo en este método 'read_json()', que es 'Marks.json', y también asignamos esta función a la variable 'df'. Entonces, después de leer este archivo JSON, los datos del archivo JSON se almacenan en esta variable 'df'. Ahora, imprimimos esos datos usando “print()” y también agregamos el método “to_string()” con la variable “df”. Este método “to_string()” nos ayuda a imprimir el DataFrame. Imprimirá los datos del archivo JSON en formato DataFrame.



Los datos que se almacenan en el archivo JSON anterior se representan aquí como un marco de datos a continuación. Puede observar que todos los datos del archivo JSON se convierten en DataFrame y se muestran en la salida.

Ejemplo 02

También podemos leer la cadena JSON con la ayuda del método “read_json()”. Después de importar los 'pandas', generamos una cadena aquí y guardamos esa cadena en la variable 'my_str'. La cadena que hemos creado aquí contiene datos que es el 'Asunto', y colocamos el nombre del asunto, que es 'Inglés'. Luego agregamos 'Pago', que es '25000' aquí, y también los 'Días', que son '70 días'. Después de todo esto, también agregamos 'Descuento', que es '1000' aquí. La cadena JSON se completa aquí.

Ahora, estamos leyendo esta cadena JSON utilizando el método 'read_json()' de 'pandas', y colocamos el nombre de la variable en la que se almacena la cadena. El nombre de esta variable es “my_str” y lo agregamos aquí como el primer parámetro del método “read_json()”. Después de esto, agregamos otro parámetro que es el parámetro 'orientar' aquí, y lo configuramos en 'registros'. Luego, agregamos este 'my_df' en el método 'print ()', para que se muestre en la terminal cuando ejecutemos este código.

Los datos que obtenemos después de leer la cadena JSON se muestran a continuación. Aquí, los datos se representan en el DataFrame, que hemos ingresado como la cadena JSON en nuestro código.

Ejemplo 03

Creamos otra cadena JSON aquí. Debes recordar que tienes que colocar la cuerda en una sola línea. Si agregamos los datos restantes de la cadena en la nueva línea, aparecerá el mensaje de error. Por lo tanto, debe escribir toda la cadena en una sola línea. Aquí, la cadena JSON se crea y almacena en la variable 'cadena'. Luego, estamos leyendo una cadena JSON utilizando el método 'read_json()'. Agregamos la 'cadena' en la que se almacena la cadena JSON en este método 'read_json ()'. Después de leer, almacenamos esta cadena en la variable 'JSON_Data'. Después de esto, utilizamos 'imprimir ()' y le agregamos 'JSON_Data', lo que ayudará a renderizar esto.

A continuación, se representa el DataFrame, y obtuvimos este DataFrame después de leer la cadena JSON. La fecha que hemos ingresado en nuestro código como una cadena JSON se muestra aquí como DataFrame.

Ejemplo 04

Este es nuestro archivo JSON y aplicaremos el método 'read_json()' a este archivo JSON. Leerá los datos que están presentes en este archivo JSON y representará estos datos en el DataFrame.

Ahora, como debemos utilizar el método 'read_json()' de la biblioteca 'pandas', primero debemos 'importar' la biblioteca. Los pandas se importan como 'pd'. Hemos colocado el archivo que mostramos arriba para que podamos leer los datos de ese archivo JSON. La ruta del archivo 'Company.json' se pasa al método 'read_json()', y esta función también se asigna a la variable 'JSON_Rec'. Por lo tanto, la información del archivo JSON se coloca en la variable 'JSON_Rec' después de haberla leído. Ahora, ponemos “print()” y le agregamos “JSON_Rec”.

Los datos contenidos en el archivo JSON mencionado anteriormente se muestran a continuación como un DataFrame. Puede ver que la salida muestra un DataFrame con todos los datos del archivo JSON convertidos en él.

Conclusión

Hemos explicado el método “read_json()” de “pandas” en detalle en esta guía. Hemos presentado aquí la sintaxis del método 'read_json()', y también hemos utilizado este método 'read_json()' en nuestro código 'pandas'. Hemos leído la cadena JSON y también el archivo JSON con la ayuda del método 'read_json()' aquí y hemos explicado cómo crear un archivo JSON y luego cómo leer ese archivo JSON. También hemos explicado cómo crear la cadena JSON y cómo leer la cadena JSON con la ayuda del método 'read_json()' en esta guía.