Panda Baca JSON

Panda Baca Json



“Untuk menganalisis sejumlah besar data, kami menggunakan perpustakaan “Python”, yang merupakan perpustakaan “pandas”. Kita dapat dengan mudah memanfaatkan perpustakaan “pandas”, yang membantu kita dalam beberapa bidang seperti ilmu data dan pembelajaran mesin. Di “pandas”, kita bisa membuat file “JSON”, dan kita juga bisa membaca file “JSON” ini. Banyak data yang sering disimpan sebagai JSON. JSON banyak digunakan dalam pemrograman 'pandas'. The 'pandas' menyediakan metode 'read_json()' untuk membaca file 'JSON' dan menyimpannya sebagai DataFrame. Kami juga dapat membaca JSON dari string yang telah kami buat dalam kode kami. Kami akan menunjukkan kepada Anda cara membaca JSON dalam pemrograman 'pandas' dan cara memanfaatkan metode 'read_json()' dalam 'pandas' di sini dalam panduan ini. Kami akan membaca data dan kemudian menampilkan data file JSON dalam bentuk DataFrame di “pandas”. Kami juga akan membahas sintaksnya di sini.”

Sintaksis

Sintaks lengkap dari metode 'read_json()' ini diberikan di bawah ini.

panda. read_json ( jalur , mengorientasikan = Nilai , Tipe = 'bingkai' , tipe d = Nilai , convert_axes = Nilai , tanggal_konversi = BENAR , keep_default_dates = BENAR , numpy = PALSU , tepat_float = PALSU , tanggal_unit = Nilai , pengkodean = Nilai , encoding_errors = 'ketat' , garis = PALSU , ukuran potongan = Nilai , kompresi = 'menyimpulkan' , menyempit = Nilai , penyimpanan_pilihan = Nilai )

Contoh 01

Contoh-contoh ini, yang disajikan di sini dalam panduan ini, dijalankan pada aplikasi 'Spyder'. Sebelum menggunakan metode “read_json()”, terlebih dahulu kita generate file JSON yang datanya akan kita baca dengan menggunakan metode “read_json()”. Kami juga telah membahas di sini cara membuat file JSON di 'pandas'. Di sini, Anda dapat melihat bahwa pertama-tama kita membuat DataFrame dengan menggunakan metode “pd.DataFrame()”.







Kemudian kita tambahkan “Name, Num_1, Num_2, Num_3, Num_4, dan Num_5” sebagai kolom DataFrame ini dan juga menyisipkan beberapa data di kolom ini. Setelah ini, kami menggunakan metode “to_json()”, yang membantu dalam mengonversi DataFrame ini menjadi JSON. Kami memasukkan nama yang ingin kami berikan ke file 'JSON' di mana data JSON akan disimpan. Nama yang kami berikan di sini adalah 'Marks.json'. Jadi, setelah mengeksekusi kode ini, file JSON akan dibuat dengan nama 'Marks.json,' dan itu akan menyimpan data dalam JSON, yang telah kita masukkan di sini.





Setelah mengeksekusi kode ini dengan menekan “Shift+Enter”, file JSON dibuat, dan di sini juga ditampilkan file JSON di bawah ini. Ini adalah file JSON yang kita dapatkan setelah mengeksekusi kode di atas. Sekarang, kita akan melanjutkan dan akan membaca file JSON ini dengan bantuan metode “read_json()”.





Sekarang kita “import” library “pandas” terlebih dahulu karena disini kita harus menggunakan method “read_json()”, yaitu method dari “pandas”. Kami mengimpor 'pandas sebagai pd'. Di bawah ini, kami menggunakan metode 'read_json()' dan memasukkan nama file yang datanya ingin kami baca. File yang telah kita buat di atas ditempatkan di sini, jadi kita akan membaca data dari file JSON itu. Kami melewati jalur file dalam metode 'read_json()' ini, yaitu 'Marks.json,' dan juga kami menetapkan fungsi ini ke variabel 'df'. Jadi, setelah membaca file JSON ini, data file JSON disimpan dalam variabel “df” ini. Sekarang, kita mencetak data tersebut dengan menggunakan “print()” dan juga menambahkan metode “to_string()” dengan variabel “df”. Metode “to_string()” ini membantu kita dalam mencetak DataFrame. Ini akan mencetak data file JSON dalam format DataFrame.



Data yang disimpan dalam file JSON di atas dirender di sini sebagai DataFrame di bawah ini. Anda dapat mencatat bahwa semua data file JSON diubah menjadi DataFrame dan ditampilkan dalam output.

Contoh 02

Kita juga dapat membaca string JSON dengan bantuan metode “read_json()”. Setelah mengimpor 'panda', kami membuat string di sini dan menyimpan string itu di variabel 'my_str'. String yang telah kita buat di sini berisi data yang merupakan “Subjek”, dan kita menempatkan nama subjeknya, yaitu “Bahasa Inggris”. Kemudian kami menambahkan 'Bayar', yaitu '25000' di sini, dan juga 'Hari', yaitu '70 hari'. Setelah semua ini, kami juga menambahkan 'Diskon,' yaitu '1000' di sini. String JSON selesai di sini.

Sekarang, kita membaca string JSON ini dengan menggunakan metode “read_json()” dari “pandas”, dan kita menempatkan nama variabel tempat string disimpan. Nama variabel ini adalah “my_str”, dan kami menambahkannya di sini sebagai parameter pertama dari metode “read_json()”. Setelah ini, kami menambahkan parameter lain yang merupakan parameter 'orient' di sini, dan kami mengaturnya ke 'records'. Kemudian kita tambahkan “my_df” ini dalam metode “print()”, sehingga akan dirender di terminal saat kita menjalankan kode ini.

Data yang kami dapatkan setelah membaca string JSON ditampilkan di bawah ini. Di sini, data dirender dalam DataFrame, yang telah kita masukkan sebagai string JSON dalam kode kita.

Contoh 03

Kami membuat string JSON lain di sini. Anda harus ingat bahwa Anda harus menempatkan string hanya dalam satu baris. Jika kita menambahkan sisa data string di baris baru, maka pesan kesalahan akan terjadi. Jadi, Anda harus menulis seluruh string hanya dalam satu baris. Di sini, string JSON dibuat dan disimpan dalam variabel 'string'. Kemudian, kita membaca string JSON dengan menggunakan metode “read_json()”. Kami menambahkan 'string' di mana string JSON disimpan dalam metode 'read_json()' ini. Setelah membaca, kami menyimpan string ini dalam variabel “JSON_Data”. Setelah ini, kami menggunakan 'print()' dan menambahkan 'JSON_Data' ke dalamnya, yang akan membantu dalam rendering ini.

Di bawah, DataFrame dirender, dan kami memperoleh DataFrame ini setelah membaca string JSON. Tanggal yang kita masukkan dalam kode kita sebagai string JSON ditampilkan di sini sebagai DataFrame.

Contoh 04

Ini adalah file JSON kami, dan kami akan menerapkan metode 'read_json()' ke file JSON ini. Ini akan membaca data yang ada dalam file JSON ini dan akan membuat data ini di DataFrame.

Sekarang, karena kita harus menggunakan metode “read_json()” dari library “pandas”, pertama-tama kita harus “mengimpor” library tersebut. Panda sedang diimpor sebagai 'pd'. Kami telah menempatkan file yang telah kami tunjukkan di atas sehingga kami dapat membaca data dari file JSON itu. Jalur file “Company.json” diteruskan ke metode “read_json()”, dan fungsi ini juga ditetapkan ke variabel “JSON_Rec”. Informasi dari file JSON dengan demikian ditempatkan di variabel 'JSON_Rec' setelah dibaca. Sekarang, kami menempatkan 'print()' dan menambahkan 'JSON_Rec' ke dalamnya.

Data yang terkandung dalam file JSON yang disebutkan di atas ditampilkan di bawah sebagai DataFrame. Anda dapat melihat bahwa output menampilkan DataFrame dengan semua data dari file JSON dikonversi ke dalamnya.

Kesimpulan

Kami telah menjelaskan metode 'read_json()' dari 'panda' secara rinci dalam panduan ini. Kami telah menyajikan sintaks metode 'read_json()' di sini, dan juga kami telah menggunakan metode 'read_json()' ini dalam kode 'pandas' kami. Kami telah membaca string JSON dan juga file JSON dengan bantuan metode “read_json()” di sini dan telah menjelaskan cara membuat file JSON dan kemudian cara membaca file JSON tersebut. Kami juga telah menjelaskan cara membuat string JSON dan cara membaca string JSON dengan bantuan metode “read_json()” dalam panduan ini.