Pandas dataaframe til JSON
Eksempel nr. 01
Vi vil i praksis demonstrere hvordan vi bruker "to_json ()" -metoden til "pandas" for å endre "pandas" dataaframe til JSON -formatet. "Pandas" -pakken importeres her, som er "Numpy", og vi importerer den som "NP". Nå, for å utføre "pandas" -koden, bør pandas pakker importeres. For å importere den pakken, bruker vi "import" nøkkelordet. Deretter setter vi "Pandas som PD", som betyr at vi enkelt kan få tilgang til eller bruke hvilken som helst "Pandas -pakke" som vi trenger ved å bare plassere "PD" der.
Vi oppretter den numpy matrisen hit ved å bruke “NP. Array ”, denne“ NP ”hjelper oss med å få tilgang til Numpy Library -funksjonene. Denne numpy array. Denne numpy matrisen er nå konvertert til dataaframe ved å bruke “PD.DataFrame ”-metode. Dette er "Pandas" -metoden som vi får tilgang til her ved å plassere "PD". Når vi konverterer denne numpy matrisen til dataaframe, setter vi også kolonnenavnene også.
Navnene vi legger til her som kolonneoverskriftene er “Col1, Col2, Col3 og Col4”. Så ser du at vi har "trykket" nedenfor der vi setter navnet på DataFrame, som i dette tilfellet er "new_dataframe", så dette vil bli gjengitt på utførelsen av denne koden. Nå konverterer vi denne DataFrame til JSON -formatet ved å bruke “To_json ()” -metoden. Vi satte navnet på DataFrame “New_DataFrame” med “To_json ()” -metoden og plasserer også denne metoden i "New_json" -variabelen. Her passerte vi ikke noen parameter til denne "to_json ()" -metoden. JSON -formatet til DataFrame er nå plassert i “Print”, og det vil også gjengi på konsollen.
For sammenstilling og utførelse av denne koden, treffer vi “Shift+Enter”, og hvis koden er feilfri, vil utdataene gjengi. Her limer vi også ut resultatet av denne koden der vi har vist DataFrame som vi har laget i dette eksemplet, og også JSON -formatet til det DataFrame.
Eksempel # 02
Her importerer vi bare ett bibliotek, som er "Pandas" og deretter "Atoz_Courses" -listen opprettes, og vi plasserer noen lister i den, som er "Python, 29000, 35 dager og 1000.0 ”, så satte vi“ JavaScript, 27000, 55 dager og 2300.0 ”, etter det legger vi til“ HTMLCSS, 25000, 25 dager og 1500.0 ”. Nå satte vi også inn to data som “Database, 24000, 45 dager og 1500.0 ”, og“ OOP, 21000, 35 dager, 1500.0 ”også. "Atoz_Courses" -listen er nå endret i DataFrame, og vi kalte den "atoz_courses_df". "Kurs_navn, betaling, varighet og bonus" er lagt til her som kolonnenavnene på DataFrame.
Nå genereres DataFrame i dette trinnet, og vi legger det til i "print ()" -uttalelsen for å vise det på terminalen. Nå, ved hjelp av “to_json ()” -metoden, forvandler vi “atoz_courses_df” DataFrame til JSON -formatet. Denne "to_json ()" -metoden er også gitt en parameter som er "Orient = kolonne", som også er standardparameteren. Den viser DataFrame som dikten som “kolonne navn -> indeksverdi -> kolonneverdi format”.
Her, i JSON -formatet, viser det kolonnenavnet og legger deretter alle verdiene til den kolonnen sammen med indeksverdien. Først omtaler den navnet på den første kolonnen, og deretter blir alle verdiene til den første kolonnen gjengitt sammen med indeksverdiene, og deretter setter den det andre kolonnenavnet og også alle verdiene til den andre kolonnen med indekser og så videre.
Eksempel # 03
DataFrame genereres i denne koden med navnet “Bachelors_df”. Vi har satt inn fem kolonner til denne “bachelors_df”. Den første kolonnen vi har her er "Student" -kolonnen, og vi setter inn "Lily, Smith, Bromley, Milli og Alexander" i den. Kolonnen som kommer neste er "grad" -kolonnen, som inneholder "IT, BBA, engelsk, CS og DVM". Så kommer "Year_of_joining" foran der vi legger til studentene, som er "2015, 2018, 2017, 2015 og 2014".
Kolonnen ved siden av denne kolonnen er “Year_of_graduation”, som inneholder konfirmasjonsårene til disse studentene er “2019, 2022, 2021, 2019 og 2018”. Vi legger også til "CGPA" -kolonnen her vi plasserer CGPA -ene til studentene “3.3, 3.5, 3.6, 3.7, og 3.8 ”. For å vise “Bachelors_df” på terminalen, inkluderer vi det i “Print ()” -uttrykket. Nå konverterer vi "Bachelors_df" DataFrame til JSON -formatet ved hjelp av “to_json ()” -metoden.
Parameteren "Orient = Records" sendes også til denne "To_json ()" -metoden i denne koden. Denne "Orient = Records" vil vise JSON -formatet som "[kolonnenavn -> kolonneverdi, ..., kolonnenavn -> kolonneverdi]" -skjema. DataFrames JSON -format er nå satt til å "skrive ut", og det vises også på terminalen.
Dataframe vises ganske enkelt her i kolonner og raderform, men i JSON -formatet kan du legge merke til at den legger navnet på kolonnen og deretter viser verdien til den kolonnen; Etter å ha vist verdien på en kolonne, skriver den ut navnet på den andre kolonnen og legger deretter verdien av den kolonnen og deretter så videre fordi vi setter "To_Josn" -metodens parameter som "Orient = poster".
Eksempel nr. 04
Vi oppretter en numpy matrise “my_data” der vi setter inn “2, 4” og “6, 8”. Endre deretter Numpy -matrisen til DataFrame “My_DataFrame” og angi kolonnenavn som “A1 og A2”. Nå, etter å ha vist DataFrame her ved å bruke “Print”. Vi bruker "to_json ()" -metoden først uten noen parametere og viser den. Etter dette satte vi “To_json ()” -metodene 'parameter til “Orient = Split” og trykker også dette formatet. Deretter bruker vi “to_josn ()” igjen på “my_dataframe”, og denne gangen passerer vi “orient = poster” som parameteren til denne funksjonen.
Under dette legger vi “Orient = Index” med “My_DataFrame” og gjengir dette JSON -formatet. Etter denne parameteren bruker vi igjen “To_json” med "Orient = Columant" -parameteren og gjengir det også. Så passerer vi “Orient = Values” som parameter for “To_json ()” -metoden og bruker den på “my_dataFrame”. Vi setter også parameteren til denne funksjonen til “Orient = Table” og bruker den igjen med samme DataFrame og viser også dette JSON -formatet. Nå vil vi merke forskjellen mellom formatene til JSON i utgangen av denne koden.
Her kan du enkelt finne forskjellen mellom formatene til JSON, som vi har brukt på samme dataaframe. Alle parametere som vi har passert i "to_json" -metoden vises i forskjellige formater her.
Konklusjon
Denne guiden viser JSON -formatet og har forklart dette JSON -formatet i detalj og hvordan du konverterer Pandas DataFrame til JSON. Vi har forklart at metoden “to_json ()” brukes til å konvertere Pandas dataaframe til JSON -formatet. Vi har også diskutert forskjellige parametere, som vi har gitt til "To_json ()" -metoden her. Vi har gitt en komplett guide der vi har benyttet oss av JSON.