• DataFrame转化为json的方法教程

    网络上有好多的教程，讲得不太清楚和明白，我用实际的例子说明了一下内容，附档代码，方便理解和使用 

    DataFrame.to_json(path_or_buf=None, orient=None, date_format=None, double_precision=10, force_ascii=True, date_unit='ms', default_handler=None, lines=False, compression='infer', index=True, indent=None) [source]

    将对象转换为JSON字符串。

    注意：NaN和None将被转换为null, datetime对象将被转换为UNIX时间戳。

    参数：

    path_or_buf ：str 或 file handle, 默认为 None

    文件路径或对象。如果未指定，则结果以字符串形式返回。

    orient ：str

    预期的JSON字符串格式的指示。

    1) Series:

    默认值为‘index’

    允许的值为：{'split'，'records'，'index'，'table'}。

    2) DataFrame:

    默认为‘columns’

    允许的值为：

    {'split'，'records'，'index'，'columns'，'values'，'table'}。

    3) JSON字符串格式:

    'split'：类似{'index'-> [index]，

    'columns'-> [columns]，'data'-> [values]}的字典

    'records'：类似于[{column-> value}，…，{column-> value}]的列表

    'index'：类似{index->​​ {column-> value}}的字典

    'columns'：类似{column-> {index->​​ value}}的字典

    'values’：只是值数组

    'table'：类似{'schema'：{schema}，'data'：{data}}的字典

    描述数据，其中数据成分类似于orient='records'。

    在版本0.20.0中更改。

    date_format ：{None, ‘epoch’, ‘iso’}

    日期转换的类型。'epoch'= epoch milliseconds，

    'iso'= ISO8601。默认值取决于orient。

    对于 orient='table'，默认值为'iso'。

    对于所有其他东方，默认值为‘epoch’.。

    double_precision ：int, 默认为10

    在对浮点值进行编码时要使用的小数位数。

    force_ascii ：bool, 默认为True

    强制将字符串编码为ASCII。

    date_unit ：str，默认为“ms”（毫秒）

    要编码的时间单位，控制时间戳和ISO8601精度。

    “s”，“ms”，“us”，“ns”之一分别表示秒，毫秒，微秒和纳秒。

    default_handler ：callable, 默认为None

    如果对象不能转换为适合JSON的格式，则调用。

    应该接收一个参数，该参数是要转换的对象并返回一个可序列化对象。

    lines ：bool, 默认为 False

    如果'orient'是'records'，则写出行分隔的json格式。

    如果不正确的‘orient’将抛出ValueError，因为其他人没有列出。

    compression ：{‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}

    表示要在输出文件中使用的压缩的字符串，

    仅在第一个参数是文件名时使用。默认情况下，

    压缩是从文件名推断出来的。

    在0.24.0版本中更改:增加了“infer”选项并将其设置为默认

    index ：bool, 默认为 True

    是否在JSON字符串中包括索引值。

    仅当Orient是“split”或“table”时，

    才支持不包括index(index=False)。

    0.23.0版中的新功能。

    indent ：int, 可选

    用于缩进每条记录的空白长度。

    1.0.0版的新功能。。

    返回值：

    None 或 str

    如果path_or_buf为None，

    则将生成的json格式作为字符串返回。

    否则返回None。

    Notes

    indent=0的行为与stdlib不同，stdlib不会缩进输出，但会插入新行。目前，在panda中，indent=0和默认的indent=None是等价的，不过在将来的版本中可能会更改。

    1. df = pd.DataFrame( [["A0001", "张三"], ["A0002", "李四"]], index=["row 1", "row 2"],columns=["工号", "姓名"] )
    2. print('-------------------------------------------')
    3. print(df)
    4. print('index')
    5. print(df.to_json(orient='index',force_ascii=False))
    6. print('columns')
    7. print(df.to_json(orient='columns',force_ascii=False))
    8. print('split')
    9. print(df.to_json(orient='split',force_ascii=False))
    10. print('records')
    11. print(df.to_json(orient='records',force_ascii=False))
    12. mydate={"parts":df.to_json(orient='records',force_ascii=False)}
    13. print(mydate)
    14. print('table')
    15. print(df.to_json(orient='table',force_ascii=False))
    16. print('values')
    17. print(df.to_json(orient='values',force_ascii=False))
    18. print('-------------------------------------------')
    19. #遍历
    20. for index, row in df.iterrows():
    21.     print(index)
    22.     print(row)

    输出内容，理解转化在json的内容的逻辑

    1. -------------------------------------------
    2.           工号  姓名
    3. row 1  A0001  张三
    4. row 2  A0002  李四
    5. index
    6. {"row 1":{"工号":"A0001","姓名":"张三"},"row 2":{"工号":"A0002","姓名":"李四"}}
    7. columns
    8. {"工号":{"row 1":"A0001","row 2":"A0002"},"姓名":{"row 1":"张三","row 2":"李四"}}
    9. split
    10. {"columns":["工号","姓名"],"index":["row 1","row 2"],"data":[["A0001","张三"],["A0002","李四"]]}
    11. records
    12. [{"工号":"A0001","姓名":"张三"},{"工号":"A0002","姓名":"李四"}]
    13. {'parts': '[{"工号":"A0001","姓名":"张三"},{"工号":"A0002","姓名":"李四"}]'}
    14. table
    15. {"schema":{"fields":[{"name":"index","type":"string"},{"name":"工号","type":"string"},{"name":"姓名","type":"string"}],"primaryKey":["index"],"pandas_version":"1.4.0"},"data":[{"index":"row 1","工号":"A0001","姓名":"张三"},{"index":"row 2","工号":"A0002","姓名":"李四"}]}
    16. values
    17. [["A0001","张三"],["A0002","李四"]]
    18. -------------------------------------------
    19. row 1
    20. 工号    A0001
    21. 姓名       张三
    22. Name: row 1, dtype: object
    23. row 2
    24. 工号    A0002
    25. 姓名       李四
    26. Name: row 2, dtype: object

  • 相关阅读:
    java 企业工程管理系统软件源码 自主研发 工程行业适用
    OS | 【四 文件管理】强化阶段大题解构
    sql 10
    MySQL事务
    开源治理的基本实践与指导原则
    DSMM是什么？一篇内容让你快速了解
    【状态机模型】大盗阿福 买卖股票IV V
    力扣每日一题 找出数组的第 K 大和 小根堆 逆向思维（TODO：二分+暴搜）
    SpringMVC中如何编写一个Controller呢？
    【Spring MVC 源码】Spring MVC 如何解析请求
  • 原文地址：https://blog.csdn.net/yqj234/article/details/128094950