Cargar archivo JSON en Pandas
- Cargar un fichero JSON en Pandas DataFrame
- Cargar un fichero JSON orientado a índices en Pandas DataFrame
- Cargar un fichero JSON orientado a columnas en Pandas DataFrame
Este tutorial explica cómo podemos cargar un archivo JSON
en Pandas DataFrame utilizando el método pandas.read_json()
.
Cargar un fichero JSON en Pandas DataFrame
Podemos cargar un fichero JSON en Pandas DataFrame utilizando la función pandas.read_json()
pasando la ruta del fichero JSON como parámetro a la función pandas.read_json()
.
{
"Name": {"1": "Anil", "2": "Biraj", "3": "Apil", "4": "Kapil"},
"Age": {"1": 23, "2": 25, "3": 28, "4": 30},
}
El contenido del archivo data.json
de ejemplo se muestra arriba. Vamos a crear un DataFrame a partir del archivo JSON anterior.
import pandas as pd
df = pd.read_json("data.json")
print("DataFrame generated using JSON file:")
print(df)
Producción :
DataFrame generated using JSON file:
Name Age
1 Anil 23
2 Biraj 25
3 Apil 28
4 Kapil 30
Muestra el DataFrame generado a partir de los datos del fichero data.json
. Debemos asegurarnos de que tenemos el archivo data.json
en nuestro directorio de trabajo actual para generar el DataFrame; de lo contrario, debemos proporcionar la ruta completa del archivo JSON como argumento al método pandas.read_json()
.
El DataFrame formado a partir del archivo JSON depende de la orientación del archivo JSON. Tenemos tres orientaciones diferentes del archivo JSON en general.
- Orientado al índice
- Orientado a valores
- Orientado a columnas
Cargar un fichero JSON orientado a índices en Pandas DataFrame
{
"0": {"Name": "Anil", "Age": 23},
"1": {"Name": "Biraj", "Age": 25},
"2": {"Name": "Apil", "Age": 26},
}
Es un ejemplo de un fichero JSON orientado a índices donde las claves de nivel superior representan los índices de los datos.
import pandas as pd
df = pd.read_json("data.json")
print("DataFrame generated from Index Oriented JSON file:")
print(df)
Producción :
DataFrame generated from Index Oriented JSON file:
0 1 2
Name Anil Biraj Apil
Age 23 25 26
Creará un DataFrame a partir del fichero data.json
con las claves de nivel superior representadas como columnas en el DataFrame.
Cargar un fichero JSON orientado a valores en Pandas DataFrame
[["Anil", 23], ["Biraj", 25], ["Apil", 26]]
Es un ejemplo de un fichero JSON orientado a valores donde cada elemento del array representa los valores de cada fila.
import pandas as pd
df = pd.read_json("data.json")
print("DataFrame generated from Value Oriented JSON file:")
print(df)
Producción :
DataFrame generated from Value Oriented JSON file:
0 1
0 Anil 23
1 Biraj 25
2 Apil 26
Creará un DataFrame a partir del fichero data.json
donde cada elemento del array del fichero JSON se representará como una fila en el DataFrame.
Cargar un fichero JSON orientado a columnas en Pandas DataFrame
{"Name": {"1": "Anil", "2": "Biraj", "3": "Apil"}, "Age": {"1": 23, "2": 25, "3": 28}}
Este es un ejemplo de un archivo JSON orientado a columnas con un índice de nivel superior que representa el nombre de la columna para los datos.
import pandas as pd
df = pd.read_json("data.json")
print("DataFrame generated from Column Oriented JSON file:")
print(df)
Producción :
DataFrame generated from Column Oriented JSON file:
Name Age
1 Anil 23
2 Biraj 25
3 Apil 28
Creará un DataFrame a partir del fichero data.json
donde la clave de nivel superior del fichero JSON se representará como el nombre de la columna en el DataFrame.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedInArtículo relacionado - Pandas DataFrame
- Cómo obtener las cabeceras de columna de Pandas DataFrame como una lista
- Cómo borrar la columna de Pandas DataFrame
- Cómo convertir la columna del DataFrame a Datetime en Pandas
- Cómo convertir un float en un entero en Pandas DataFrame
- Cómo clasificar Pandas DataFrame por los valores de una columna
- Cómo obtener el agregado de Pandas grupo por y suma