JSON oder JavaScript Object Notation ist ein weit verbreitetes Format zum Speichern und Austauschen/Freigeben von Daten. Es ist sehr schwierig, mit JSON-Daten zu arbeiten/umzugehen, da diese oft verschachtelt und komplex sind. Um es zu einem einfachen, abgeflachten oder besser handhabbaren Format zu machen, ist das „pandas.json_normalize()In Python wird die Methode „Pandas“ des Moduls „Pandas“ verwendet.
Dieser Blog präsentiert anhand zahlreicher Beispiele und anhand der folgenden Inhalte ein ausführliches Tutorial zur Methode „pandas.json_normalzie()“:
- Was ist die Methode „pandas.json_normalize()“ in Python?
- Normalisieren von JSON-Daten mit der Methode „pandas.json_normalize()“.
- Normalisieren von JSON-Daten mithilfe der Methode „pandas.json_normalize()“ mit dem Parameter „max_level“.
Was ist die Methode „pandas.json_normalize()“ in Python?
Die Methode „pandas.json_normalzie()“ wird verwendet, um halbstrukturierte JSON-Daten (JavaScript Object Notation) in einer flachen Tabelle zu normalisieren. Die Syntax der Methode „pandas.json_normalize()“ ist unten dargestellt:
pandas.json_normalize(data, max_level=None, record_path=None, record_prefix=None, meta=None,errors=’raise‘, meta_prefix=None, sep=‘.‘)
In der obigen Syntax:
- Der „DatenDer Parameter „gibt die Daten an, die ein Wörterbuch, ein verschachteltes Wörterbuch oder eine Liste von Wörterbüchern sein können.
- Der „Maximales LevelDer Parameter „wird verwendet, um die maximale Ebene oder Tiefe des zu normalisierenden Wörterbuchs anzugeben. Standardmäßig werden alle Ebenen normalisiert.
- Der „record_pathDer Parameter „wird verwendet, um den Pfad zum Datensatz der JavaScript-Objektnotation anzugeben, der reduziert werden soll.
- Die anderen Parameter sind optional und können bestimmte Vorgänge ausführen, wenn sie an die Funktion übergeben werden.
Beispiel 1: Normalisieren von JSON-Daten mit der Methode „pandas.json_normalize()“.
Der folgende Code wird verwendet, um die JSON-Daten des verschachtelten Wörterbuchs zu normalisieren:
Pandas importieren
input_json = [{„name“: „Joseph“, „id_no“: „1234“},{„name“: „Lily“, „id_no“: „1453“},{„name“: „Anna“, „id_no“: „1932“},
{„name“: „Henry“, „id_no“: „1567“},{„name“: „David“, „id_no“: „1354“}]
print(input_json, ‚\n‘)
print(pandas.json_normalize(input_json))
Im obigen Code:
- Der „Pandas„Modul wird importiert, die JSON-Daten werden erstellt und in der Variablen „“ gespeichert.input_json“.
- Der „pandas.json_normalize()Die Methode „nimmt die JSON-Daten als Parameter und normalisiert sie.
Ausgabe
Die JSON-Daten wurden auf das maximale Niveau normalisiert.
Beispiel 2: Normalisieren von JSON-Daten mithilfe der Methode „pandas.json_normalize()“ mit dem Parameter „max_level“.
Der folgende Code wird verwendet, um die JSON-Daten basierend auf dem Grad der Normalisierung zu normalisieren:
Pandas importieren
input_json = [
{
„id_no“: 18012,
„name“: „Joseph“,
„grades“: {„english“: 22, „sports“: 30},
},
{„name“: „Henry“, „grades“: {„english“: 38, „sports“: 60}},
{
„id_no“: 18043,
„name“: „Anna“,
„grades“: {„english“: 31, „sports“: 190},
},
]
print(input_json, ‚\n‘)
print(pandas.json_normalize(input_json, max_level=0), ‚\n‘)
print(pandas.json_normalize(input_json, max_level=1))
Im obigen Code:
- Der „pandas.json_normalize()Die Methode „nimmt die JSON-Daten und die“max_level=0” Parameterwert als Argument zur Normalisierung der JSON-Daten auf Ebene „0“.
- Die Methode „pandas.json_normalize()“ wird erneut verwendet, um die JSON-Daten auf Ebene „1“ zu normalisieren, indem der Parameterwert „max_level=1“ zugewiesen wird.
Ausgabe
Die JSON-Daten wurden gemäß den angegebenen Ebenen normalisiert, z. B. „0“ und „1“.
Abschluss
In Python ist das „pandas.json_normalize()„Methode der“PandasDas Modul wird verwendet, um halbstrukturierte JSON-Daten (JavaScript Object Notation) in einer flachen Tabelle zu normalisieren. Diese Methode wird mit verschiedenen Parametern wie „max_level“ verwendet, um die Daten basierend auf dem übergebenen Level-Wert zu normalisieren. Dieser Artikel enthält eine ausführliche Anleitung zur JSON-Normalisierungsmethode von Panda anhand zahlreicher Beispiele.