Syntaxe
La syntaxe complète de cette méthode « read_json() » est donnée ci-dessous.
pandas. read_json ( chemin , Orient = Évaluer , taper = 'Cadre' , dtype = Évaluer , convertir_axes = Évaluer , convert_dates = Vrai , keep_default_dates = Vrai , numpy = Faux , précision_flotteur = Faux , date_unit = Évaluer , codage = Évaluer , encoding_errors = 'stricte' , lignes = Faux , taille de morceau = Évaluer , compression = 'déduire' , nrows = Évaluer , options_de_stockage = Évaluer )Exemple 01
Ces exemples, qui sont présentés ici dans ce guide, sont exécutés sur l'application 'Spyder'. Avant d'utiliser la méthode 'read_json()', nous générons d'abord le fichier JSON dont nous lirons les données en utilisant la méthode 'read_json()'. Nous avons également abordé ici comment créer le fichier JSON en « pandas ». Ici, vous pouvez voir que nous créons d'abord le DataFrame en utilisant la méthode 'pd.DataFrame()'.
Ensuite, nous ajoutons 'Name, Num_1, Num_2, Num_3, Num_4 et Num_5' comme colonne de ce DataFrame et insérons également des données dans ces colonnes. Après cela, nous utilisons la méthode 'to_json()', qui aide à convertir ce DataFrame en JSON. Nous entrons le nom que nous voulons donner au fichier 'JSON' dans lequel les données JSON seront stockées. Le nom que nous donnons ici est 'Marks.json'. Ainsi, après avoir exécuté ce code, le fichier JSON sera créé avec le nom 'Marks.json', et il stockera les données dans JSON, que nous avons entrées ici.
Après avoir exécuté ce code en appuyant sur 'Maj + Entrée', le fichier JSON est créé, et ici le fichier JSON est également affiché ci-dessous. Il s'agit du fichier JSON que nous obtenons après avoir exécuté le code ci-dessus. Maintenant, nous allons avancer et lire ce fichier JSON à l'aide de la méthode 'read_json()'.
Maintenant, nous 'importons' d'abord la bibliothèque 'pandas' car nous devons utiliser la méthode 'read_json()' ici, qui est la méthode de 'pandas'. Nous importons les 'pandas en tant que pd'. Ci-dessous, nous utilisons la méthode 'read_json ()' et mettons le nom du fichier dont nous voulons lire les données. Le fichier que nous avons créé ci-dessus est placé ici, nous allons donc lire les données de ce fichier JSON. Nous passons le chemin du fichier dans cette méthode 'read_json()', qui est 'Marks.json', et nous attribuons également cette fonction à la variable 'df'. Ainsi, après lecture de ce fichier JSON, les données du fichier JSON sont stockées dans cette variable 'df'. Maintenant, nous imprimons ces données en utilisant 'print()' et ajoutons également la méthode 'to_string()' avec la variable 'df'. Cette méthode 'to_string()' nous aide à imprimer le DataFrame. Il imprimera les données du fichier JSON au format DataFrame.
Les données stockées dans le fichier JSON ci-dessus sont rendues ici sous forme de DataFrame ci-dessous. Vous pouvez noter que toutes les données du fichier JSON sont converties en DataFrame et affichées dans la sortie.
Exemple 02
Nous pouvons également lire la chaîne JSON à l'aide de la méthode 'read_json()'. Après avoir importé les 'pandas', nous générons une chaîne ici et enregistrons cette chaîne dans la variable 'my_str'. La chaîne que nous avons créée ici contient des données qui sont le 'Sujet', et nous plaçons le nom du sujet, qui est 'Anglais'. Ensuite, nous ajoutons 'Payer', qui est '25000' ici, ainsi que les 'Jours', qui sont '70 jours'. Après tout cela, nous ajoutons également 'Remise', qui est '1000' ici. La chaîne JSON est complétée ici.
Maintenant, nous lisons cette chaîne JSON en utilisant la méthode 'read_json()' de 'pandas', et nous plaçons le nom de la variable dans laquelle la chaîne est stockée. Le nom de cette variable est 'my_str', et nous l'ajoutons ici comme premier paramètre de la méthode 'read_json()'. Après cela, nous ajoutons un autre paramètre qui est le paramètre 'orient' ici, et nous le réglons sur 'records'. Ensuite, nous ajoutons ce 'my_df' dans la méthode 'print ()', afin qu'il s'affiche sur le terminal lorsque nous exécutons ce code.
Les données que nous obtenons après avoir lu la chaîne JSON sont affichées ci-dessous. Ici, les données sont rendues dans le DataFrame, que nous avons entré comme chaîne JSON dans notre code.
Exemple 03
Nous créons une autre chaîne JSON ici. Vous devez vous rappeler que vous devez placer la chaîne sur une seule ligne. Si nous ajoutons les données restantes de la chaîne dans la nouvelle ligne, le message d'erreur apparaîtra. Donc, vous devez écrire toute la chaîne sur une seule ligne. Ici, la chaîne JSON est créée et stockée dans la variable « string ». Ensuite, nous lisons une chaîne JSON en utilisant la méthode 'read_json()'. Nous ajoutons la « chaîne » dans laquelle la chaîne JSON est stockée dans cette méthode « read_json() ». Après lecture, nous stockons cette chaîne dans la variable 'JSON_Data'. Après cela, nous utilisons le 'print ()' et y ajoutons 'JSON_Data', ce qui aidera à le rendre.
Ci-dessous, le DataFrame est rendu, et nous avons obtenu ce DataFrame après avoir lu la chaîne JSON. La date que nous avons entrée dans notre code en tant que chaîne JSON est affichée ici en tant que DataFrame.
Exemple 04
Ceci est notre fichier JSON, et nous appliquerons la méthode 'read_json()' à ce fichier JSON. Il lira les données présentes dans ce fichier JSON et restituera ces données dans le DataFrame.
Maintenant, comme nous devons utiliser la méthode 'read_json()' de la bibliothèque 'pandas', nous devons d'abord 'importer' la bibliothèque. Les pandas sont importés en tant que 'pd'. Nous avons placé le fichier que nous avons montré ci-dessus afin que nous puissions lire les données de ce fichier JSON. Le chemin du fichier 'Company.json' est passé à la méthode 'read_json()', et cette fonction est également affectée à la variable 'JSON_Rec'. Les informations du fichier JSON sont ainsi placées dans la variable « JSON_Rec » après sa lecture. Maintenant, nous mettons le 'print ()' et y ajoutons 'JSON_Rec'.
Les données contenues dans le fichier JSON mentionné ci-dessus sont affichées ci-dessous sous forme de DataFrame. Vous pouvez voir que la sortie affiche un DataFrame avec toutes les données du fichier JSON converties en celui-ci.
Conclusion
Nous avons expliqué en détail la méthode « read_json() » de « pandas » dans ce guide. Nous avons présenté ici la syntaxe de la méthode 'read_json()', et nous avons également utilisé cette méthode 'read_json()' dans notre code 'pandas'. Nous avons lu la chaîne JSON ainsi que le fichier JSON à l'aide de la méthode 'read_json()' ici et avons expliqué comment créer un fichier JSON, puis comment lire ce fichier JSON. Nous avons également expliqué comment créer la chaîne JSON et comment lire la chaîne JSON à l'aide de la méthode 'read_json()' dans ce guide.