您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“怎么用python把json文件轉(zhuǎn)換為csv文件”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“怎么用python把json文件轉(zhuǎn)換為csv文件”吧!
這里有一段json格式的文件,存著全球陸地和海洋的每年異常氣溫(這里只選了一部分):global_temperature.json
{ "description": { "title": "Global Land and Ocean Temperature Anomalies, January-December", "units": "Degrees Celsius", "base_period": "1901-2000" }, "data": { "1880": "-0.1247", "1881": "-0.0707", "1882": "-0.0710", "1883": "-0.1481", "1884": "-0.2099", "1885": "-0.2220", "1886": "-0.2101", "1887": "-0.2559" } }
通過python讀取后可以看到其實json就是dict類型的數(shù)據(jù),description和data字段就是key
由于json存在層層嵌套的關(guān)系,示例里面的data其實也是dict類型,那么年份就是key,溫度就是value
現(xiàn)在要做的是把json里的年份和溫度數(shù)據(jù)保存到csv文件里
這里我把它們轉(zhuǎn)換分別轉(zhuǎn)換成int和float類型,如果不做處理默認(rèn)是str類型
year_str_lst = json_data['data'].keys() year_int_lst = [int(year_str) for year_str in year_str_lst] temperature_str_lst = json_data['data'].values() temperature_int_lst = [float(temperature_str) for temperature_str in temperature_str_lst] print(year_int) print(temperature_int_lst)
import pandas as pd # 構(gòu)建 dataframe year_series = pd.Series(year_int_lst,name='year') temperature_series = pd.Series(temperature_int_lst,name='temperature') result_dataframe = pd.concat([year_series,temperature_series],axis=1) result_dataframe.to_csv('./files/global_temperature.csv', index = None)
axis=1
,是橫向拼接,若axis=0
則是豎向拼接
最終效果
注意
如果在調(diào)用to_csv()
方法時不加上index = None
,則會默認(rèn)在csv文件里加上一列索引,這是我們不希望看見的
到此,相信大家對“怎么用python把json文件轉(zhuǎn)換為csv文件”有了更深的了解,不妨來實際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。