Python Pandas DataFrame to_json方法用法及代码示例

例子

输出到文件

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[2,3], "B":[4,5]}, index=["a","b"])
df



   A  B
a  2  4
b  3  5

我们可以通过传入 path_or_buf 将 JSON 输出到文件，而不是获取 JSON 字符串，如下所示：

df.to_json(path_or_buf="my_json")

这将在与 Python 脚本相同的目录中创建一个名为 my_json 的新文件：

{"A":{"a":2,"b":3},"B":{"a":4,"b":5}}

指定方向

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[2,3], "B":[4,5]}, index=["a","b"])
df



   A  B
a  2  4
b  3  5

默认

默认情况下，orient="columns"：

df.to_json()



'{"A":{"a":2,"b":3},"B":{"a":4,"b":5}}'

分裂

df.to_json(orient="split")



'{"columns":["A","B"],"index":["a","b"],"data":[[2,4],[3,5]]}'

记录

df.to_json(orient="records")



'[{"A":2,"B":4},{"A":3,"B":5}]'

index

df.to_json(orient="index")



'{"a":{"A":2,"B":4},"b":{"A":3,"B":5}}'

列

df.to_json(orient="columns")



'{"A":{"a":2,"b":3},"B":{"a":4,"b":5}}'

值

df.to_json(orient="values")



'[[2,4],[3,5]]'

表格

df.to_json(orient="table")



'{"schema":{"fields":[{"name":"index","type":"string"},
                      {"name":"A","type":"integer"},
                      {"name":"B","type":"integer"}],
            "primaryKey":["index"],
            "pandas_version":"0.20.0"}
  "data":[{"index":"a","A":2,"B":4},
          {"index":"b","A":3,"B":5}]}'

在这里，为了清晰起见，我们对输出进行了美化，但实际输出全部在一行中。

指定date_format

考虑以下 DataFrame ：

df = pd.DataFrame({"A":["2020-12-25"], "B":["2020-12-20"]}, dtype="datetime64[ns]")
df



   A           B
0  2020-12-25  2020-12-20

默认情况下， date_format="epoch" (除非 orient="table" )：

df.to_json()    # date_format="epoch"



'{"A":{"0":1608854400000},"B":{"0":1608422400000}}'

这里，大数字表示自 1970-01-01 以来经过的时间(以毫秒为单位)。

另一方面，我们可以通过传入 "iso" 将日期格式更改为 iso8601，如下所示：

df.to_json(date_format="iso")



'{"A":{"0":"2020-12-25T00:00:00.000Z"},"B":{"0":"2020-12-20T00:00:00.000Z"}}'

指定date_unit

考虑以下 DataFrame ：

df = pd.DataFrame({"A":["2020-12-25"], "B":["2020-12-20"]}, dtype="datetime64[ns]")
df



   A           B
0  2020-12-25  2020-12-20

默认情况下，当 date_format="epoch" 时，单位为毫秒：

df.to_json()    # date_format="epoch"



'{"A":{"0":1608854400000},"B":{"0":1608422400000}}'

这里，大数字表示自 1970-01-01 以来经过的时间(以毫秒为单位)。

我们可以将单位更改为秒，如下所示：

df.to_json(date_unit="s")    # date_format="epoch"



'{"A":{"0":1608854400},"B":{"0":1608422400}}'

指定default_handler

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[complex(3,4)], "B":[4]}, index=["a"])
df



   A                   B
a  3.000000+4.000000j  4

这里，我们的df有一个复数。

默认情况下，当我们尝试将 df 转换为 JSON 字符串时，我们会得到以下结果：

df.to_json(orient="records")



'[{"A":{"imag":4.0},"B":4}]'

请注意复数如何错误地表示为 "imag" ，这是因为 JSON 不知道如何在内部解析复数。对于像这样转换不正确的情况，我们可以使用default_handler参数来控制返回的内容：

def my_handler(my_df):
    return pd.DataFrame({"A":[3], "B":[4]}, index=["a"])
df.to_json(orient="records", default_handler=my_handler)



'[{"A":[{"A":3,"B":4}],"B":4}]'

该处理程序将源 DataFrame 作为参数，并返回一个可序列化的对象，如Map、Series、DataFrame 等。现在，我们可以返回我们喜欢的另一个 JSON，而不是之前的格式错误的 JSON。

指定线路

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[2,3], "B":[4,5]}, index=["a","b"])
df



   A  B
a  2  4
b  3  5

当 orient="records" 时，我们可以通过传入 lines=True 使每个项目出现在新行中，如下所示：

my_json = df.to_json(orient="records", lines=True)
my_json



'{"A":2,"B":4}\n{"A":3,"B":5}'

当我们打印出字符串 my_json 时，我们会看到 \n 生效：

print(my_json)



{"A":2,"B":4}
{"A":3,"B":5}

指定缩进

我们可以通过传入 indent 参数来添加空格缩进，如下所示：

my_json = df.to_json(orient="records", indent=3)
print(my_json)



[
   {
      "A":2,
      "B":4
   },
   {
      "A":3,
      "B":5
   }
]

这里，第二行有 3 个空格，第三行有 6 个空格，依此类推。