json

所谓json，就是由键值对组合而成用来存储数据的数据交换格式。我个人非常喜欢json这个数据存储方式，因为它可以包罗万象，自由度很高。

接下来，就从python几个常见的使用场景，介绍json 的一些基本用法。

1、导入python包

import json
info = {'name':'刘处玄','age':22,'job':'student',
}

2、将代码数据转换成json字符串（dump和dumps的用法）

data = json.dumps(info)
print(data)
#输出{"name": "\u5218\u5904\u7384", "age": 22, "job": "student"}#保存至文件
with open('test1.txt','w') as f:s = json.dumps(info)f.write(s)

3、将json字符串转换为代码数据(load和loads的用法)

data = json.dumps(info)
info2 = json.loads(data)
print(info2)
#输出{'name': '刘处玄', 'age': 22, 'job': 'student'}

4、json的键：Key

result=json.loads(data)
result.get('success')
result.get('error_text')
result.get('decision')
result.get('data').get('applyLoanInfo')

5、json的值：Value

根据取到的key取value

6、json和Dataframe之间的转换

当我们在进行数据分析的时候，经常会遇到各种各样格式的文件，今天在这里整理一下对于json格式的文件怎么转化为dataframe的形式的文件。

一、对于简单的json形式

   所谓的简单的json格式，就是将字典形式的文件，直接输出成dataframe形式的文件，如：

obj="""[{"姓名": "张三","住处": "天朝","宠物": "koala","兄弟": "李四"
},{"姓名": "李四","住处": "天朝","宠物": "cat","兄弟": "张三"}]"""
with open("test.json","w",encoding="utf-8") as f:f.write(obj)

1.利用pandas自带的read_json直接解析字符串

import pandas as pd
df = pd.read_json("test.json",encoding="utf-8", orient='records')
print(df)

2.利用json库loads方法和pandas库中的json_normalize方法

import json
from pandas.io.json import json_normalize
data=open("test.json",encoding="utf-8").read()
data_list = json.loads(data)
df = json_normalize(data_list)
print(df)

二、对于稍微复杂一些的json进行处理

  复杂的一些的json格式的文件，例子如下，我们想要得到的数据是张三兄弟的数据，同样先写入json文件：

obj = """
{"姓名": "张三","住处": ["天朝", "岛国", "万恶的资本主义日不落帝国"],"宠物": null,"兄弟": [{"姓名": "李四", "年龄": 25, "宠物": "汪星人"},{"姓名": "王五", "年龄": 23, "宠物": "喵星人"}]
}"""
with open("test1.json","w",encoding="utf-8") as f:f.write(obj)

1.利用json的loads和pandas的DataFrame

import json
import pandas as pd
with open("test1.json","r",encoding="utf-8") as f:info=f.read()data_list = json.loads(info)brother_info = data_list["兄弟"]#print(type(df))
#     print(df)df=pd.DataFrame(df)print(df)

2.利用json的loads和pandas的json_normalize

from pandas.io.json import json_normalize
import json
with open("test1.json","r",encoding="utf-8") as f:info=f.read()data_list = json.loads(info)brother_info = data_list["兄弟"]df = json_normalize(brother_info)print(df)

3.利用json的loads和pandas的read_json

import json
import pandas as pd
with open("test1.json","r",encoding="utf-8") as f:info=f.read()data_list = json.loads(info)brother_info = data_list["兄弟"]json_data=json.dumps(brother_info)df=pd.read_json(json_data,orient="records")print(df)

总结：
在以上的例子中，可以发现在进行简单的格式转换的时候，可以使用pandas库的read_json进行处理，在进行复杂的格式转换的时候就要配合json库进行使用。在这里重点介绍一下两个函数,reada_json方法和json_normalize方法。

在使用时，要注意read_json方法中orient参数的选择，同时json_normalize可以将传入的列表，字典形式的json格式数据直接转换成dataframe。不足之处，还请指正~

【Python】json相关推荐

【Python】json数据解析
目录 json文件数据解析爬虫获取王者荣耀英雄信息json数据包并解析爬虫获取抖音视频json数据包并解析 json文件数据解析 json字符串:通常类似python数据类型中的列表和字典的结合, ...
python里load什么意思_【python】json中load和loads区别
相同点 dump 和 dumps 都实现了序列化 load 和 loads 都实现反序列化变量从内存中变成可存储或传输的过程称之为序列化序列化是将对象状态转化为可保存或可传输格式的过程. 变量内容 ...
【Python】Json Schema的使用【原创】
Json Schema在Python中的应用一. 背景二.概述三.介绍四.Python中使用五.例子六.参考一. 背景之前在做容器发布系统的时候,在部署时需要对提交的deploymen ...
【python】json转csv
需求:当同名文件夹下有多个json文件,批量转换到一个csv中 json中包含多层结构 import osimport pandas as pd import json #同一个目录下读取多个js ...
[转载] 【Python】向json文件中追加新的对象
参考链接: python json 13: 解析json文件中的多个json对象 [Python]向json文件中追加新的对象 def get_json(path, write_path): file ...
【Python 身份证JSON数据读取】——身份证前六位地区码对照表文件（最全版-JSON文件）
点个赞留个关注吧!! 1.生成身份证前六位地区码对照表JSON文件 2.python 读取JSON文件提取码[1234] json文件下载废话不多说,先上效果图一.生成身份证json数据文件先 ...
【cJson】 JSON格式详解
0.前言 JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式. 易于人阅读和编写.同时也易于机器解析和生成. 它基于JavaScript Programmin ...
【Python】Elasticsearch和elasticsearch_dsl
[Python]Elasticsearch和elasticsearch_dsl 官网:https://elasticsearch-py.readthedocs.io/en/master/api.htm ...
【Python】开发笔记
[Python]开发笔记 1. 开发工具篇 1)前言 2)VScode VScode搭建Python环境简明教程 3)Pycharm 4)Visual Studio 5)Jupyter Lab/Ju ...

【Python】json