פנדות קראו JSON

Pndwt Qr W Json



'לניתוח כמות גדולה של נתונים, אנו משתמשים בספריית 'Python', שהיא ספריית 'פנדות'. אנחנו יכולים להשתמש בקלות בספריית 'פנדות', שעוזרת לנו בכמה תחומים כמו מדעי נתונים ולמידת מכונה. ב-'pandas', נוכל ליצור את קובץ ה-'JSON', ונוכל גם לקרוא את קובץ ה-'JSON' הזה. הרבה נתונים נשמרים לעתים קרובות כ-JSON. ה-JSON נמצא בשימוש נרחב בתכנות 'פנדות'. ה-'pandas' מספק את שיטת 'read_json()' לקריאת קובץ ה-'JSON' ואחסוןו כ-DataFrame. אנחנו יכולים גם לקרוא JSON מהמחרוזת שיצרנו בקודים שלנו. אנו נראה לך כיצד לקרוא JSON בתכנות 'pandas' וכיצד להשתמש בשיטת 'read_json()' ב-'pandas' כאן במדריך זה. אנו נקרא נתונים ולאחר מכן נציג את הנתונים של קובץ ה-JSON בצורה של DataFrame ב-'pandas'. נדון כאן גם בתחביר שלו.'

תחביר

התחביר המלא של שיטת 'read_json()' זו ניתן להלן.

פנדות. read_json ( נָתִיב , מִזְרָח = ערך , סוּג = 'מִסגֶרֶת' , dtype = ערך , convert_axes = ערך , convert_dates = נָכוֹן , keep_default_dates = נָכוֹן , רדום = שֶׁקֶר , מדוייק_צף = שֶׁקֶר , יחידת_תאריך = ערך , הַצפָּנָה = ערך , encoding_errors = 'קַפְּדָנִי' , שורות = שֶׁקֶר , גודל גושים = ערך , דְחִיסָה = 'לְהַסִיק' , מצמצם = ערך , אפשרויות_אחסון = ערך )

דוגמה 01

דוגמאות אלו, המוצגות כאן במדריך זה, מבוצעות באפליקציית 'Spyder'. לפני השימוש בשיטת 'read_json()', אנו יוצרים תחילה את קובץ ה-JSON שאת הנתונים שלו נקרא באמצעות שיטת 'read_json()'. דנו כאן גם כיצד ליצור את קובץ ה-JSON ב-'pandas'. כאן, אתה יכול לראות שתחילה אנו יוצרים את ה-DataFrame באמצעות שיטת 'pd.DataFrame()'.







לאחר מכן נוסיף את 'Name, Num_1, Num_2, Num_3, Num_4 ו-Num_5' בתור העמודה של DataFrame זה וגם נוסיף כמה נתונים לעמודות אלו. לאחר מכן, אנו משתמשים בשיטת 'to_json()', המסייעת בהמרת DataFrame זה ל-JSON. אנו מכניסים את השם שברצוננו לתת לקובץ 'JSON' בו יאוחסנו נתוני JSON. השם שאנו נותנים כאן הוא 'Marks.json'. אז, לאחר ביצוע הקוד הזה, קובץ ה-JSON ייווצר בשם 'Marks.json', והוא יאחסן את הנתונים ב-JSON, שהזנו כאן.





לאחר ביצוע קוד זה על ידי לחיצה על 'Shift+Enter', נוצר קובץ ה-JSON, וכאן גם קובץ ה-JSON מוצג למטה. זהו קובץ ה-JSON שאנו מקבלים לאחר ביצוע הקוד לעיל. כעת, נתקדם ונקרא את קובץ ה-JSON הזה בעזרת שיטת 'read_json()'.





כעת, אנו 'מייבא' תחילה את ספריית 'פנדות' מכיוון שעלינו להשתמש כאן בשיטת 'read_json()', שהיא השיטה של ​​'פנדות'. אנו מייבאים את 'פנדות כ-pd'. להלן, אנו משתמשים בשיטת 'read_json()' ומכניסים את שם הקובץ שאת הנתונים שלו אנו רוצים לקרוא. הקובץ שיצרנו למעלה ממוקם כאן, אז נקרא את הנתונים של אותו קובץ JSON. אנו מעבירים את הנתיב של הקובץ בשיטת 'read_json()' זו, שהיא 'Marks.json', וגם אנו מקצים את הפונקציה הזו למשתנה 'df'. אז, לאחר קריאת קובץ JSON זה, הנתונים של קובץ JSON מאוחסנים במשתנה 'df' זה. כעת, אנו מדפיסים את הנתונים האלה באמצעות ה- 'print()' וגם מוסיפים את שיטת 'to_string()' עם המשתנה 'df'. שיטת 'to_string()' זו עוזרת לנו בהדפסת ה-DataFrame. זה ידפיס את הנתונים של קובץ JSON בפורמט DataFrame.



הנתונים המאוחסנים בקובץ ה-JSON הנ'ל מוצגים כאן כ-DataFrame למטה. אתה יכול לשים לב שכל הנתונים של קובץ ה-JSON מומרים ל-DataFrame ומוצגים בפלט.

דוגמה 02

נוכל גם לקרוא את מחרוזת ה-JSON בעזרת שיטת 'read_json()'. לאחר ייבוא ​​ה-'pandas', אנו יוצרים כאן מחרוזת ונשמור את המחרוזת הזו במשתנה 'my_str'. המחרוזת שיצרנו כאן מכילה נתונים שהם 'הנושא', ואנו מציבים את שם הנושא, שהוא 'אנגלית'. לאחר מכן נוסיף כאן את 'תשלום', שהוא '25000', וגם את 'הימים', שהם '70 ימים'. אחרי כל אלה, אנחנו מוסיפים כאן גם 'הנחה', שזה '1000'. מחרוזת JSON הושלמה כאן.

כעת, אנו קוראים את מחרוזת ה-JSON הזו באמצעות שיטת 'read_json()' של 'pandas', וממקמים את שם המשתנה שבו המחרוזת מאוחסנת. השם של המשתנה הזה הוא 'my_str', ואנו מוסיפים אותו כאן כפרמטר הראשון של שיטת 'read_json()'. לאחר מכן, אנו מוסיפים פרמטר נוסף שהוא הפרמטר 'orient' כאן, והגדרנו אותו ל'רשומות'. לאחר מכן נוסיף את ה-'my_df' הזה בשיטת 'print()', כך שהוא יוצג בטרמינל כשנריץ את הקוד הזה.

הנתונים שאנו מקבלים לאחר קריאת מחרוזת JSON מוצגים למטה. כאן, הנתונים מוצגים ב-DataFrame, אותו הכנסנו כמחרוזת JSON בקוד שלנו.

דוגמה 03

אנו יוצרים מחרוזת JSON נוספת כאן. עליך לזכור כי עליך למקם את המחרוזת בשורה אחת בלבד. אם נוסיף את שאר הנתונים של המחרוזת בשורה החדשה, אז תופיע הודעת השגיאה. לכן, עליך לכתוב את כל המחרוזת בשורה אחת בלבד. כאן, מחרוזת JSON נוצרת ומאוחסנת במשתנה 'מחרוזת'. לאחר מכן, אנו קוראים מחרוזת JSON על ידי שימוש בשיטת 'read_json()'. אנו מוסיפים את 'מחרוזת' שבה מאוחסנת מחרוזת JSON בשיטת 'read_json()' זו. לאחר הקריאה, אנו מאחסנים מחרוזת זו במשתנה 'JSON_Data'. לאחר מכן, אנו משתמשים ב-'print()' ומוסיפים לו 'JSON_Data', מה שיסייע בעיבוד זה.

להלן, ה-DataFrame מוצג, והשגנו את ה-DataFrame הזה לאחר קריאת מחרוזת JSON. התאריך שהזנו בקוד שלנו כמחרוזת JSON מוצג כאן כ-DataFrame.

דוגמה 04

זהו קובץ ה-JSON שלנו, ונחיל את שיטת 'read_json()' על קובץ ה-JSON הזה. זה יקרא את הנתונים שנמצאים בקובץ JSON זה ויציג את הנתונים האלה ב-DataFrame.

כעת, מכיוון שעלינו להשתמש בשיטת 'read_json()' של ספריית 'pandas', עלינו תחילה 'לייבא' את הספרייה. הפנדות מיובאות בתור 'pd'. שמנו את הקובץ שהצגנו למעלה כדי שנוכל לקרוא את הנתונים מאותו קובץ JSON. הנתיב של הקובץ 'Company.json' מועבר לשיטת 'read_json()', ופונקציה זו מוקצית גם למשתנה 'JSON_Rec'. המידע מקובץ ה-JSON מונח לפיכך במשתנה 'JSON_Rec' לאחר קריאתו. כעת, אנו שמים את ה-'print()' ומוסיפים לו 'JSON_Rec'.

הנתונים הכלולים בקובץ JSON שהוזכר לעיל מוצגים למטה כ-DataFrame. אתה יכול לראות שהפלט מציג DataFrame עם כל הנתונים מקובץ JSON שהומרו אליו.

סיכום

הסברנו בפירוט את שיטת 'read_json()' של 'פנדות' במדריך זה. הצגנו את התחביר של שיטת 'read_json()' כאן, וגם השתמשנו בשיטת 'read_json()' זו בקוד ה-'pandas' שלנו. קראנו את מחרוזת ה-JSON וגם את קובץ ה-JSON בעזרת שיטת 'read_json()' כאן והסברנו כיצד ליצור קובץ JSON ולאחר מכן כיצד לקרוא את קובץ ה-JSON הזה. הסברנו גם כיצד ליצור את מחרוזת JSON וכיצד לקרוא את מחרוזת ה-JSON בעזרת שיטת 'read_json()' במדריך זה.