Tutorial penggunaan Panda: Permulaan pantas untuk membaca fail JSON

Permulaan Pantas: Kaedah Pandas membaca fail JSON memerlukan contoh kod khusus

Pengenalan:
Dalam bidang analisis data dan sains data, Pandas ialah salah satu perpustakaan Python yang penting. Ia menyediakan fungsi yang kaya dan struktur data yang fleksibel, serta boleh memproses dan menganalisis pelbagai data dengan mudah. Dalam aplikasi praktikal, kita sering menghadapi situasi di mana kita perlu membaca fail JSON. Artikel ini akan memperkenalkan cara menggunakan Panda untuk membaca fail JSON dan melampirkan contoh kod tertentu.

1. Pemasangan dan import Pandas
Untuk menggunakan perpustakaan Pandas, anda perlu memasangnya terlebih dahulu. Anda boleh menggunakan alat pip untuk memasang Pandas Perintahnya adalah seperti berikut:

pip install pandas

Selepas pemasangan selesai, anda boleh mengimport perpustakaan Pandas dalam skrip Python untuk membaca fail JSON

Gunakan Panda untuk membaca JSON Fail ini sangat mudah Anda hanya perlu memanggil fungsi pd.read_json() dan lulus dalam laluan fail JSON. Berikut ialah contoh:

import pandas as pd

Di sini kami menganggap kami mempunyai fail JSON yang dipanggil "data.json" yang mengandungi data yang ingin kami proses. pd.read_json()函数，传入JSON文件的路径即可。下面是一个示例：

import pandas as pd

# 读取JSON文件
df = pd.read_json('data.json')

这里假设我们有一个名为"data.json"的JSON文件，它包含了我们要处理的数据。

三、处理读取的数据
当Pandas成功读取JSON文件后，数据会被存储在一个数据帧（DataFrame）中。接下来，我们可以对这个数据帧进行各种操作和分析。

1. 查看数据
   我们可以使用head()函数来查看数据的前几行，默认显示前5行。示例代码如下：

   # 查看前5行数据
   print(df.head())

   如果要显示更多行，可以在head()函数中传入一个整数参数，例如head(10)表示显示前10行数据。

2. 获取列名
   使用columns

   3. Memproses data yang dibaca
Apabila Pandas berjaya membaca fail JSON, data akan disimpan dalam bingkai data (DataFrame). Seterusnya, kita boleh melakukan pelbagai operasi dan analisis pada bingkai data ini.

3. 
   Lihat data

   Kami boleh menggunakan fungsi head() untuk melihat beberapa baris pertama data 5 baris pertama dipaparkan secara lalai. Kod sampel adalah seperti berikut:

   # 获取列名
   print(df.columns)

   Jika anda ingin memaparkan lebih banyak baris, anda boleh menghantar parameter integer dalam fungsi head(), contohnya, head(10) code> bermaksud memaparkan data 10 baris pertama.

4. 
   Dapatkan nama lajur

   Gunakan atribut lajur untuk mendapatkan senarai nama lajur bingkai data. Kod sampel adalah seperti berikut:

   # 选择特定的列
   selected_columns = df[['column1', 'column2']]
   print(selected_columns)

Pilih data

Kita boleh menggunakan nama lajur bingkai data untuk memilih data. Kod sampel adalah seperti berikut:

# 筛选满足条件的记录
filtered_data = df[df['column1'] > 10]
print(filtered_data)

Di sini akan memilih dua lajur data bernama "column1" dan "column2" dan menyimpan hasilnya dalam bingkai data baharu.

Tapis data

Kami boleh menggunakan ungkapan bersyarat atau indeks boolean untuk menapis rekod dalam bingkai data. Kod sampel adalah seperti berikut: 🎜

import pandas as pd

# 读取JSON文件
df = pd.read_json('data.json')

# 查看前5行数据
print(df.head())

# 获取列名
print(df.columns)

# 选择特定的列
selected_columns = df[['column1', 'column2']]
print(selected_columns)

# 筛选满足条件的记录
filtered_data = df[df['column1'] > 10]
print(filtered_data)

🎜Di sini akan memilih rekod yang lebih besar daripada 10 dalam lajur "column1" dan menyimpan hasilnya dalam bingkai data baharu. 🎜🎜🎜🎜4 Contoh lengkap🎜Berikut ialah contoh lengkap yang menunjukkan cara menggunakan Panda untuk membaca fail JSON dan memproses serta menganalisis data: 🎜rrreee🎜Perlu diingatkan bahawa "data.json" dalam contoh. Fail dan "column1", "column2", dsb. adalah semua data sampel maya dan perlu diubah suai mengikut situasi tertentu semasa permohonan sebenar. 🎜🎜Kesimpulan: 🎜Membaca fail JSON menggunakan Panda adalah tugas yang sangat mudah dan hanya memerlukan beberapa baris kod untuk diselesaikan. Dengan memilih, menapis dan operasi lain pada data yang dibaca, analisis dan pemprosesan data boleh dilakukan dengan mudah. Saya harap pengenalan dan contoh dalam artikel ini dapat membantu pembaca menggunakan perpustakaan Pandas dengan lebih baik. 🎜

Atas ialah kandungan terperinci Tutorial penggunaan Panda: Permulaan pantas untuk membaca fail JSON. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!