【python基础

JSON（JavaScriptObjectNotation，JavaScript对象表示法），是存储和交换文本信息的语法，类似XML。JSON比XML更小、更快，更易解析，更多JSON内容可以参考JSON教程。Pandas可以很方便的处理JSON数据，本文以sites.json为例，内容如下：

import pandas as pd
df=pd.read_json(‘sites.json’)
print(df.to_string())

to_string()用于返回DataFrame类型的数据，我们也可以直接处理JSON字符串。

import pandas as pd 
data=[
	{
		"id":"A001",
		"name":"CSDN",
		"url":"www.runoob.com",
		"likes":61
	},	{"id":"A002",
	"name":"Google",
	"url":"www.google.com",
	"likes":124},
	{"id":"A003","name":"淘宝",
	"url":"www.taobao.com",
	"likes":45
	}
]
df=pd.DataFrame(data)
piint(df)

以上实例输出结果为:

id name url likes0 A001 CSDN www.runoob.com 611 A002 Google www.google.com 1242 A003 淘宝www.taobao.com 45

JSON对象与Python字典具有相同的格式，所以我们可以直接将Python字典转化为DataFrame数据:

importpandasaspd
#字典格式的JSON
s={
	"col1":{"row1":1,"row2":2,"row3":3},
	"col2":{"row1":"x","row2":"y","row3":"z"}
}
#读取JSON转DataFrame
df=pd.DataFrame(s)
print(df)

以上实例输出结果为：

co11 co12
row1 1 x
row2 2 y
row3 3 z
从URL中读取JSON数据：

importpandas as pd 
URL='https://static.runoob.com/download/sites.json'
df=pd.read_json(URL)
print(df)

以上实例输出结果为：

id name url likes0 A001 CSDN www.runoob.com 611 A002 Google www.google.com 1242 A003 淘宝www.taobao.com 45