نویسنده : سید طه آیت اللهی
آخرین آپدیت : 1400/04/30
زمان مورد نیاز برای خواندن : 6

مجموعه داده های بزرگ اغلب به صورت JSON ذخیره یا استخراج می شوند.
JSON متن ساده است ، اما دارای قالب یک شی است و در دنیای برنامه نویسی از جمله Pandas به خوبی شناخته شده است.
در مثالهای ما از یک فایل JSON به نام 'data.json' استفاده خواهیم کرد.
import pandas as pd
df = pd.read_json('data.json')
print(df.to_string())
نکته: برای چاپ کل DataFrame از to_string استفاده کنید.
دیکشنری ها در پایتون بسیار شبیه جیسون می باشند
اگر کد JSON شما در یک فایل نیست ، بلکه در فرهنگ لغت پایتون است ، می توانید آن را مستقیماً در یک DataFrame بارگذاری کنید:
import pandas as pd
data = {
"Duration":{
"0":60,
"1":60,
"2":60,
"3":45,
"4":45,
"5":60
},
"Pulse":{
"0":110,
"1":117,
"2":103,
"3":109,
"4":117,
"5":102
},
"Maxpulse":{
"0":130,
"1":145,
"2":135,
"3":175,
"4":148,
"5":127
},
"Calories":{
"0":409,
"1":479,
"2":340,
"3":282,
"4":406,
"5":300
}
}
df = pd.DataFrame(data)
print(df)
آموزش بعدی ...
آموزش قبلی آموزش کار با فایل csv در کتابخانه ی پایتون پانداس | tmayt | pandas
نظر خود را وارد کنید
نظرات (0)