Python|熊猫 Series.to_json()
Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的,但必须是可散列的类型。该对象支持基于整数和基于标签的索引,并提供了许多用于执行涉及索引的操作的方法。
Pandas Series.to_json()
函数用于将对象转换为 JSON字符串。另请注意,NaN 和 None 将被转换为 null,而 datetime 对象将被转换为 UNIX 时间戳。
Syntax: Series.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)
Parameter :
path_or_buf : File path or object. If not specified, the result is returned as a string.
orient : Indication of expected JSON string format.
date_format : None, ‘epoch’, ‘iso’}
double_precision : The number of decimal places to use when encoding floating point values.
force_ascii : Force encoded string to be ASCII.
date_unit : string, default ‘ms’ (milliseconds)
default_handler : callable, default None
lines : bool, default False
compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}
Returns : Json string
示例 #1:使用Series.to_json()
函数将给定的系列对象转换为 JSON字符串。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 6, tz = 'Europe/Berlin')
# set the index
sr.index = didx
# Print the series
print(sr)
输出 :
现在我们将使用Series.to_json()
函数将给定的系列对象转换为 JSON字符串。
# convert to JSON string
sr.to_json()
输出 :
正如我们在输出中看到的, Series.to_json()
函数已成功地将给定的系列对象转换为 JSON字符串。
示例 #2:使用Series.to_json()
函数将给定的系列对象转换为 JSON字符串。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
# Print the series
print(sr)
输出 :
现在我们将使用Series.to_json()
函数将给定的系列对象转换为 JSON字符串。
# convert to JSON string
sr.to_json()
输出 :
正如我们在输出中看到的, Series.to_json()
函数已成功地将给定的系列对象转换为 JSON字符串。