python之json格式解析與轉換方式

更新時間：2024年09月10日 08:52:41 作者：煮雨小筑

使用Python的內置json庫可以實現(xiàn)JSON和Python對象的互相轉換,有效的JSON格式字符串是指使用雙引號、鍵唯一且沒有尾隨逗號的字符串,json.loads()用于將JSON字符串轉換為Python對象,json.dumps()則將Python對象轉化為JSON字符串

python json格式解析與轉換

使用Python標準庫: json 實現(xiàn)json格式字符串與Python對象的互轉。

但注意，只有有效的json格式字符串才能夠轉換為Python對象。

OK，問題來了，什么叫有效的json格式字符串？

字符串必須用雙引號
在同一個對象中，所有的鍵必須是唯一的
最后一個元素后面不應有逗號
字符串中不應包含注釋

1、json格式字符串轉python類型

主要用到兩個函數(shù)：

json.loads()
loads為'load string'的縮寫，用來解析json格式的字符串(該字符串要包含有效的json數(shù)據)，返回python對象(列表或字典)

import json

# json格式的字符串  可解析為python列表
json_data_list = '[{"name": ["Alice", "Bob"], "age": [25, 30]}]'
# json格式的字符串  可解析為python字典
json_data_dict = '{"name": ["Alice", "Bob"], "age": [25, 30]}'

# 解析json格式的字符串
parse_json_data_list = json.loads(json_data_list)
parse_json_data_dict = json.loads(json_data_dict)

print(f'json_data_list的類型為: {type(json_data_list)}; parse_json_data_list的類型為: {type(parse_json_data_list)}')
print(f'json_data_dict的類型為: {type(json_data_dict)}; parse_json_data_dict的類型為: {type(parse_json_data_dict)}')

# 轉為python類型之后，比如轉為python字典，我們就可以使用dict相關方法進行數(shù)據的提取等操作

json.load()
load用于從一個文件中讀取json數(shù)據，接收一個文件對象，返回一個python對象

如讀取txt文件中存儲的字符串形式的json數(shù)據，如下圖

import json

# open函數(shù)返回一個文件對象，并將其賦給f
with open(r'test_json.txt', 'r') as f:
    json_content = json.load(f)
    print(json_content)
    print(type(json_content))

2、python對象轉為json格式字符串

主要用到兩個函數(shù)：

json.dumps
dumps為'dump string'的縮寫，用于將python對象轉為json格式的字符串

import json

# python對象
data_list = [1, 2, 3]
data_dict = {"name": ["Alice", "Bob"], "age": [25, 30]}

# 轉為json對象
json_data_list = json.dumps(data_list)
json_data_dict = json.dumps(data_dict)

print(f'data_list的類型為: {type(data_list)}; json_data_list的類型為: {type(json_data_list)}')
print(f'data_dict的類型為: {type(data_dict)}; json_data_dict的類型為: {type(json_data_dict)}')

json.dump
dump用于將 python 對象轉換為json格式，并將結果寫入文件，它需要一個文件對象作為輸出目標

import json

data_dict = {"name": ["Alice", "Bob"], "age": [25, 30]}

# 創(chuàng)建一個test_json.json文件(w: 文件不存在則創(chuàng)建)
with open(r'test_json.json', 'w') as f:
    # indent: 該參數(shù)用來控制縮進 用來美化json使其有清晰的層次結構
    json.dump(data_dict, f, indent=4)

3、json轉DataFrame

直接使用pd.read_json函數(shù)讀取json格式字符串、json文件，然后轉為DataFrame

import pandas as pd
from io import StringIO
 
# 讀取JSON數(shù)據為DataFrame對象
json_data = '{"name": ["Alice", "Bob"], "age": [25, 30]}'
# read_json 函數(shù)通常期望接收一個文件路徑或文件對象，而不是字符串，
# 所以這里使用了StringIO 來將字符串json_data 轉換成一個類似文件的對象，這樣read_json 就可以從中讀取數(shù)據
df = pd.read_json(StringIO(json_data))
df

或直接讀取json文件

import pandas as pd

data = pd.read_json(r'test_json.json')
data

4、DataFrame轉json

import pandas as pd

data = pd.DataFrame(
    {
        'value': range(10),
        'time': pd.date_range('2024-01-01', freq='D', periods=10),
        'flag': list('abcdefghij')
    }
)

data.to_json('test_to_json.json', indent=4)
# data.to_json('test_to_json.json', indent=4, date_unit='s') date_unit='s'可將時間戳轉換為以秒為單位的時間戳

部分輸出結果如下，

同時可以使用orient(其參數(shù)可以?。簊plit、records、index、columns、values、table)參數(shù)改變輸出數(shù)據結構，大家可以嘗試一下各個參數(shù)取值出來的效果，下面展示orient='records'的輸出效果。

import pandas as pd

data = pd.DataFrame(
    {
        'value': range(10),
        'time': pd.date_range('2024-01-01', freq='D', periods=10),
        'flag': list('abcdefghij')
    }
)

data.to_json('test_to_json.json', indent=4, orient='records')

部分輸出結果如下，輸出是一個 JSON 對象數(shù)組，其中每個對象對應 DataFrame 的一行。

同時注意到，時間格式在轉為json之后，變成了時間戳，怎么保留原來的時間格式呢？

那就需要在轉為json之前，先把時間格式轉為字符串格式，再轉為json

import pandas as pd
 
data = pd.DataFrame(
    {
        'value': range(10),
        'time': pd.date_range('2024-01-01', freq='D', periods=10),
        'flag': list('abcdefghij')
    }
)
 
data['time'] = data['time'].astype(str)
 
data.to_json('test_to_json.json', indent=4, orient='records')

部分輸出結果為，