pandas.DataFrame.to_json按行轉(zhuǎn)json的方法
最近需要將csv文件轉(zhuǎn)成DataFrame并以json的形式展示到前臺，故需要用到Dataframe的to_json方法
to_json方法默認以列名為鍵，列內(nèi)容為值，形成{col1:[v11,v21,v31…],col2:[v12,v22,v32],…}這種格式，但有時我們需要按行來轉(zhuǎn)為json，形如這種格式[row1:{col1:v11,col2:v12,col3:v13…},row2:{col1:v21,col2:v22,col3:v23…}]
通過查找官網(wǎng)我們可以看到to_json方法有一個參數(shù)為orient，其參數(shù)說明如下：
orient : string
Series
default is ‘index'
allowed values are: {‘split','records','index'}
DataFrame
default is ‘columns'
allowed values are: {‘split','records','index','columns','values'}
The format of the JSON string
split : dict like {index -> [index], columns -> [columns], data -> [values]}
records : list like [{column -> value}, … , {column -> value}]
index : dict like {index -> {column -> value}}
columns : dict like {column -> {index -> value}}
values : just the values array
table : dict like {‘schema': {schema}, ‘data': {data}} describing the data, and the data component is like orient='records'.
Changed in version 0.20.0
大致意思為：
如果是Series轉(zhuǎn)json，默認的orient是'index'，orient可選參數(shù)有 {‘split','records','index'}
如果是DataFrame轉(zhuǎn)json，默認的orient是'columns'，orient可選參數(shù)有 {‘split','records','index','columns','values'}
json的格式如下
split，樣式為 {index -> [index], columns -> [columns], data -> [values]}
records，樣式為[{column -> value}, … , {column -> value}]
index ，樣式為 {index -> {column -> value}}
columns，樣式為 {index -> {column -> value}}
values，數(shù)組樣式
table，樣式為{‘schema': {schema}, ‘data': {data}}，和records類似
看一下官網(wǎng)給的demo
df = pd.DataFrame([['a', 'b'], ['c', 'd']],
index=['row 1', 'row 2'],
columns=['col 1', 'col 2'])
###########
split
###########
df.to_json(orient='split')
>'{"columns":["col 1","col 2"],
"index":["row 1","row 2"],
"data":[["a","b"],["c","d"]]}'
###########
index
###########
df.to_json(orient='index')
>'{"row 1":{"col 1":"a","col 2":"b"},"row 2":{"col 1":"c","col 2":"d"}}'
###########
records
###########
df.to_json(orient='index')
>'[{"col 1":"a","col 2":"b"},{"col 1":"c","col 2":"d"}]'
###########
table
###########
df.to_json(orient='table')
>'{"schema": {"fields": [{"name": "index", "type": "string"},
{"name": "col 1", "type": "string"},
{"name": "col 2", "type": "string"}],
"primaryKey": "index",
"pandas_version": "0.20.0"},
"data": [{"index": "row 1", "col 1": "a", "col 2": "b"},
{"index": "row 2", "col 1": "c", "col 2": "d"}]}'
主要參考官網(wǎng)API：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_json.html
以上這篇pandas.DataFrame.to_json按行轉(zhuǎn)json的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
str.split()是Python中字符串類型的一個方法,可以用來將字符串按照指定的分隔符分割成多個子字符串,這篇文章主要給大家介紹了關于Python中拆分具有多個分隔符的字符串的相關資料,需要的朋友可以參考下2023-04-04
最近寫了Python函數(shù)的功能，犯了一些錯誤。所以本文主要和大家一起梳理下Python函數(shù)的傳參機制，感興趣的小伙伴可以跟隨小編一起學習一下2022-07-07
python 基于selenium實現(xiàn)鼠標拖拽功能
這篇文章主要介紹了python 基于selenium實現(xiàn)鼠標拖拽功能的方法，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
本文主要介紹了flask結合jinja2使用詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-03-03
Python創(chuàng)建Excel表和讀取Excel表的基本操作
這篇文章主要介紹了Python創(chuàng)建Excel表和讀取Excel表的基本操作,文中通過代碼示例和圖文結合的方式講解的非常詳細,對大家的學習或工作有一定的幫助,需要的朋友可以參考下2024-07-07
Python實現(xiàn)分段讀取和保存遙感數(shù)據(jù)
當遇到批量讀取大量遙感數(shù)據(jù)進行運算的時候,如果不進行分段讀取操作的話,電腦內(nèi)存可能面臨著不夠使用的情況,所以我們要進行分段讀取數(shù)據(jù)然后進行運算,運算結束之后把這段數(shù)據(jù)保存成tif文件,本文介紹了Python實現(xiàn)分段讀取和保存遙感數(shù)據(jù),需要的朋友可以參考下2023-08-08
這篇文章主要介紹了Python實現(xiàn)直播推流效果，主要是通過opencv讀取視頻對視頻分割為幀，本文通過實例代碼講解的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2019-11-11
這篇文章主要介紹了詳解用Python進行時間序列預測的7種方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-03-03
這篇文章主要介紹了python文件操作之批量修改文件后綴名,需要的朋友可以參考下2018-08-08
Python爬蟲之使用BeautifulSoup和Requests抓取網(wǎng)頁數(shù)據(jù)
這篇文章主要介紹了Python爬蟲之使用BeautifulSoup和Requests抓取網(wǎng)頁數(shù)據(jù),本篇文章將介紹如何使用 Python 編寫一個簡單的網(wǎng)絡爬蟲，從網(wǎng)頁中提取有用的數(shù)據(jù),需要的朋友可以參考下2023-04-04