快捷導(dǎo)航

python之json格式解析與轉(zhuǎn)換方式

更新時(shí)間：2024年09月10日 08:52:41 作者：煮雨小筑

使用Python的內(nèi)置json庫(kù)可以實(shí)現(xiàn)JSON和Python對(duì)象的互相轉(zhuǎn)換,有效的JSON格式字符串是指使用雙引號(hào)、鍵唯一且沒有尾隨逗號(hào)的字符串,json.loads()用于將JSON字符串轉(zhuǎn)換為Python對(duì)象,json.dumps()則將Python對(duì)象轉(zhuǎn)化為JSON字符串

python json格式解析與轉(zhuǎn)換

使用Python標(biāo)準(zhǔn)庫(kù): json 實(shí)現(xiàn)json格式字符串與Python對(duì)象的互轉(zhuǎn)。

但注意，只有有效的json格式字符串才能夠轉(zhuǎn)換為Python對(duì)象。

OK，問(wèn)題來(lái)了，什么叫有效的json格式字符串？

字符串必須用雙引號(hào)
在同一個(gè)對(duì)象中，所有的鍵必須是唯一的
最后一個(gè)元素后面不應(yīng)有逗號(hào)
字符串中不應(yīng)包含注釋

1、json格式字符串轉(zhuǎn)python類型

主要用到兩個(gè)函數(shù)：

json.loads()
loads為'load string'的縮寫，用來(lái)解析json格式的字符串(該字符串要包含有效的json數(shù)據(jù))，返回python對(duì)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(zhuǎn)為python類型之后，比如轉(zhuǎn)為python字典，我們就可以使用dict相關(guān)方法進(jìn)行數(shù)據(jù)的提取等操作

json.load()
load用于從一個(gè)文件中讀取json數(shù)據(jù)，接收一個(gè)文件對(duì)象，返回一個(gè)python對(duì)象

如讀取txt文件中存儲(chǔ)的字符串形式的json數(shù)據(jù)，如下圖

import json

# open函數(shù)返回一個(gè)文件對(duì)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(duì)象轉(zhuǎn)為json格式字符串

主要用到兩個(gè)函數(shù)：

json.dumps
dumps為'dump string'的縮寫，用于將python對(duì)象轉(zhuǎn)為json格式的字符串

import json

# python對(duì)象
data_list = [1, 2, 3]
data_dict = {"name": ["Alice", "Bob"], "age": [25, 30]}

# 轉(zhuǎn)為json對(duì)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(duì)象轉(zhuǎn)換為json格式，并將結(jié)果寫入文件，它需要一個(gè)文件對(duì)象作為輸出目標(biāo)

import json

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

# 創(chuàng)建一個(gè)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(lái)控制縮進(jìn) 用來(lái)美化json使其有清晰的層次結(jié)構(gòu)
    json.dump(data_dict, f, indent=4)

3、json轉(zhuǎn)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(zhuǎn)為DataFrame

import pandas as pd
from io import StringIO
 
# 讀取JSON數(shù)據(jù)為DataFrame對(duì)象
json_data = '{"name": ["Alice", "Bob"], "age": [25, 30]}'
# read_json 函數(shù)通常期望接收一個(gè)文件路徑或文件對(duì)象，而不是字符串，
# 所以這里使用了StringIO 來(lái)將字符串json_data 轉(zhuǎn)換成一個(gè)類似文件的對(duì)象，這樣read_json 就可以從中讀取數(shù)據(jù)
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(zhuǎn)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(shí)間戳轉(zhuǎn)換為以秒為單位的時(shí)間戳

部分輸出結(jié)果如下，

同時(shí)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(jù)結(jié)構(gòu)，大家可以嘗試一下各個(gè)參數(shù)取值出來(lái)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(jié)果如下，輸出是一個(gè) JSON 對(duì)象數(shù)組，其中每個(gè)對(duì)象對(duì)應(yīng) DataFrame 的一行。

同時(shí)注意到，時(shí)間格式在轉(zhuǎn)為json之后，變成了時(shí)間戳，怎么保留原來(lái)的時(shí)間格式呢？

那就需要在轉(zhuǎn)為json之前，先把時(shí)間格式轉(zhuǎn)為字符串格式，再轉(zhuǎn)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(jié)果為，