Piemērs #01
Mēs praksē parādīsim, kā izmantot “pandas” metodi “to_json()”, lai mainītu “pandas” DataFrame uz JSON formātu. Šeit tiek importēta pakotne “pandas”, kas ir “numpy”, un mēs to importējam kā “np”. Tagad, lai izpildītu “pandas” kodu, ir jāimportē pandas pakotnes. Lai importētu šo pakotni, mēs izmantojam atslēgvārdu “importēt”. Pēc tam mēs iestatām “pandas kā pd”, kas nozīmē, ka mēs varam viegli piekļūt vai izmantot jebkuru mums nepieciešamo “pandas pakotni”, vienkārši ievietojot tur “pd”.
Šeit mēs izveidojam neparastu masīvu, izmantojot “np. masīvs”, šis “np” palīdz mums piekļūt neskaidrajām bibliotēkas funkcijām. Šis neregulārais masīvs tiek glabāts arī mainīgajā “New_data”, un šim nejutīgajam masīvam mēs ievietojam “A, B, C, D” un “E, F, G, H”. Šis niecīgais masīvs tagad tiek pārveidots par DataFrame, izmantojot metodi “pd.DataFrame”. Šī ir “pandas” metode, kurai mēs šeit piekļūstam, ievietojot “pd”. Kad mēs pārvēršam šo neparasto masīvu par DataFrame, mēs ievietojam arī kolonnu nosaukumus.
Nosaukumi, ko šeit pievienojam kā kolonnu galvenes, ir “col1, col2, col3 un col4”. Tad jūs redzat, ka mums ir zemāk redzamais “druka”, kurā mēs iestatām DataFrame nosaukumu, kas šajā gadījumā ir “New_dataFrame”, tāpēc tas tiks atveidots šī koda izpildes laikā. Tagad mēs pārveidojam šo DataFrame JSON formātā, izmantojot metodi “to_json()”. Mēs iestatām DataFrame nosaukumu “New_dataFrame” ar metodi “to_json()”, kā arī ievietojam šo metodi mainīgajā “New_json”. Šeit mēs nenodevām nevienu parametru šai metodei “to_json ()”. DataFrame JSON formāts tagad ir ievietots “drukā”, un tas tiks renderēts arī konsolē.
Lai apkopotu un izpildītu šo kodu, mēs nospiežam “Shift+Enter” un, ja kods ir bez kļūdām, izvade tiks renderēta. Šeit mēs arī ielīmējam šī koda iznākumu, kurā esam parādījuši šajā piemērā izveidoto DataFrame, kā arī šī DataFrame JSON formātu.
Piemērs # 02
Šeit mēs importējam tikai vienu bibliotēku, kas ir “pandas”, un pēc tam tiek izveidots saraksts “AtoZ_Courses”, un tajā ievietojam dažus sarakstus, kas ir “Python, 29000, 35 days un 1000.0”, tad ievietojam “ JavaScript, 27000, 55 dienas un 2300.0”, pēc tam pievienojam “HTMLCSS, 25000, 25 dienas un 1500.0”. Tagad mēs arī ievietojām vēl divus datus kā “Datubāze, 24000, 45 dienas un 1500.0” un “OOP, 21000, 35 dienas, 1500.0”. Saraksts “AtoZ_Courses” tagad ir mainīts DataFrame, un mēs to nosaucām par “AtoZ_Courses_df”. Šeit kā DataFrame kolonnu nosaukumi tiek pievienoti “Kursu_nosaukums, Maksājums, Ilgums un Bonuss”.
Tagad šajā darbībā tiek ģenerēts DataFrame, un mēs to pievienojam priekšrakstam “print ()”, lai to parādītu terminālī. Tagad, izmantojot metodi “to_json()”, mēs pārveidojam “AtoZ_Courses_df” DataFrame JSON formātā. Šai metodei “to_json()” tiek piešķirts arī parametrs, kas ir “orient= column”, kas ir arī noklusējuma parametrs. Tas parāda DataFrame kā diktātu kā '{kolonnas nosaukums -> {indeksa vērtība -> kolonnas vērtība}} formāts'.
Šeit JSON formātā tas parāda kolonnas nosaukumu un pēc tam ievieto visas šīs kolonnas vērtības kopā ar indeksa vērtību. Pirmkārt, tajā tiek minēts pirmās kolonnas nosaukums, un pēc tam tiek atveidotas visas pirmās kolonnas vērtības kopā ar indeksa vērtībām, un pēc tam tiek ievietots otrās kolonnas nosaukums, kā arī visas otrās kolonnas vērtības ar indeksiem un tā tālāk.
Piemērs # 03
DataFrame tiek ģenerēts šajā kodā ar nosaukumu “Bachelors_df”. Šajā “Bachelors_df” esam ievietojuši piecas kolonnas. Pirmā kolonna, kas mums ir šeit, ir kolonna “Students”, un tajā ievietojam “Lilija, Smita, Bromlija, Millija un Aleksandrs”. Nākamā kolonna ir kolonna “Grādi”, kurā ir “IT, BBA, angļu valoda, CS un DVM”. Pēc tam nāk “year_of_joining”, kur mēs pievienojam studentu pievienošanās gadus, kas ir “2015, 2018, 2017, 2015 un 2014”.
Kolonna blakus šai kolonnai ir “gads_izlaiduma_gads”, kurā ir norādīti šo studentu izlaiduma gadi “2019, 2022, 2021, 2019 un 2018”. Šeit tiek pievienota arī kolonna “CGPA”, kurā ievietojam studentu CGPA “3.3, 3.5, 3.6, 3.7 un 3.8”. Lai terminālī parādītu “Bachelors_df”, mēs to iekļaujam izteiksmē “print()”. Tagad mēs konvertējam “Bachelors_df” DataFrame JSON formātā, izmantojot metodi “to_json()”.
Parametrs “orient= records” šajā kodā tāpat tiek nodots šai metodei “to_json()”. Šis “orient= records” parādīs JSON formātu kā “[{kolonnas nosaukums -> kolonnas vērtība}, … , {kolonnas nosaukums -> kolonnas vērtība}]”. DataFrame JSON formāts tagad ir iestatīts uz “drukāt”, un tas tiks parādīts arī terminālī.
DataFrame šeit vienkārši tiek parādīts kolonnu un rindu formā, bet JSON formātā varat pamanīt, ka tas ievieto kolonnas nosaukumu un pēc tam parāda šīs kolonnas vērtību; pēc vienas kolonnas vērtības parādīšanas tas izdrukā otrās kolonnas nosaukumu un pēc tam ievieto šīs kolonnas vērtību un pēc tam tā tālāk, jo mēs iestatījām “to_josn” metodes parametru kā “orient= records”.
Piemērs # 04
Mēs izveidojam neskaidru masīvu “My_data”, kurā ievietojam “2, 4” un “6, 8”. Pēc tam mainiet numpy masīvu uz DataFrame “My_dataFrame” un iestatiet tā kolonnu nosaukumus kā “A1 un A2”. Tagad pēc DataFrame parādīšanas šeit, izmantojot “print”. Vispirms mēs izmantojam metodi “to_json()” bez parametriem un parādām to. Pēc tam mēs iestatām metodes “to_json()” parametru uz “orient=split” un arī izdrukājām šo formātu. Pēc tam mēs vēlreiz piemērojam “to_josn()” “My_dataFrame” un šoreiz kā šīs funkcijas parametru nododam “orient=records”.
Zem tā mēs ievietojam “orient= index” ar “My_dataFrame” un renderējam šo JSON formātu. Pēc šī parametra mēs atkal izmantojam “to_json” ar parametru “orient = column” un arī atveidojam to. Pēc tam mēs nododam “orient= value” kā metodes “to_json()” parametru un piemērojam to “My_dataFrame”. Mēs arī iestatījām šīs funkcijas parametru uz “orient= table” un atkal izmantojam to ar to pašu DataFrame, kā arī parādām šo JSON formātu. Tagad mēs atzīmēsim atšķirību starp JSON formātiem šī koda izvadē.
Šeit varat viegli atrast atšķirību starp JSON formātiem, kurus esam piemērojuši vienam un tam pašam DataFrame. Visi parametri, kurus esam nodevuši, izmantojot metodi “to_json”, šeit tiek parādīti dažādos formātos.
Secinājums
Šajā rokasgrāmatā ir parādīts JSON formāts un ir detalizēti izskaidrots šis JSON formāts un tas, kā pārveidot pandas DataFrame par JSON. Mēs esam paskaidrojuši, ka metode “to_json()” tiek izmantota, lai pārveidotu pandas DataFrame JSON formātā. Mēs esam arī apsprieduši dažādus parametrus, kurus šeit esam nodevuši metodei “to_json()”. Mēs esam nodrošinājuši pilnīgu rokasgrāmatu, kurā esam izmantojuši metodes “to_json()”, ievietojot visus iespējamos parametrus šai “to_json()” metodei mūsu “pandas” kodā, kā arī izvadā parādījuši, kā šie parametri maina formātu. no JSON.