在Pandas中處理JSON數(shù)據(jù)可以通過pd.read_json()
函數(shù)來讀取JSON數(shù)據(jù)并轉(zhuǎn)換為DataFrame對(duì)象。也可以使用json_normalize()
函數(shù)將嵌套的JSON數(shù)據(jù)轉(zhuǎn)換為扁平化的DataFrame對(duì)象,方便進(jìn)行數(shù)據(jù)分析和處理。
例如,可以使用以下代碼讀取JSON數(shù)據(jù)并轉(zhuǎn)換為DataFrame對(duì)象:
import pandas as pd
# 讀取JSON數(shù)據(jù)并轉(zhuǎn)換為DataFrame對(duì)象
df = pd.read_json("data.json")
# 打印DataFrame對(duì)象
print(df)
如果JSON數(shù)據(jù)中包含嵌套的結(jié)構(gòu),可以使用json_normalize()
函數(shù)來將其轉(zhuǎn)換為扁平化的DataFrame對(duì)象:
from pandas import json_normalize
# 讀取JSON數(shù)據(jù)
data = {
"name": "John",
"age": 30,
"address": {
"street": "1234 Main St",
"city": "New York",
"state": "NY"
}
}
# 將嵌套的JSON數(shù)據(jù)轉(zhuǎn)換為扁平化的DataFrame對(duì)象
df = json_normalize(data)
# 打印DataFrame對(duì)象
print(df)
通過以上方法,在Pandas中可以方便地處理JSON數(shù)據(jù),并進(jìn)行數(shù)據(jù)分析和處理。