使用 pd.read_json() 函数解析 json 数据

在处理 json 数据时，Python 中的 pandas 库提供了 pd.read_json() 函数，可以将 json 数据转化为 pandas 数据结构，方便进行数据的处理和分析。下面介绍如何使用 pd.read_json() 函数解析 json 数据。

语法

pd.read_json(path_or_buf=None, orient=None, typ='frame', dtype=None, convert_axes=None, convert_dates=True, keep_default_dates=True, numpy=False, precise_float=False, date_unit=None, encoding=None, lines=False, chunksize=None, compression=None)

参数说明：

• path_or_buf：要读取的 json 数据；可以是 url、文件路径、文件型对象或字符串的缓冲区，如果此参数可传，则不能传 data 参数。
• orient：返回数据类型
• typ：默认为 frame，否则为 series
• dtype：强制数据类型
• convert_dates：默认转换时间类型数据
• lines：一行是否是一条记录
• encoding：文件编码
• compression：是否压缩
• …

示例

import pandas as pd

# 从文件中读取 json 数据，默认转成 dataframe
df = pd.read_json('data.json')

# 从字符串中读取 json 数据，转为 dataframe
data = '{"name": "John", "age": 30, "city": "New York"}'
df = pd.read_json(data, typ='series')

print(df)

以上代码将读取 json 数据，返回 pandas 数据框或 pandas 系列类型数据。需要注意的是 pd.read_json() 函数会将 json 数据中的 null 值转换成 NaN，因此在后续的处理中需要注意 NaN 值的处理。