python之json格式解析与转换方式

import json

# json格式的字符串  可解析为python列表
json_data_list = '[{"name": ["Alice", "Bob"], "age": [25, 30]}]'
# json格式的字符串  可解析为python字典
json_data_dict = '{"name": ["Alice", "Bob"], "age": [25, 30]}'

# 解析json格式的字符串
parse_json_data_list = json.loads(json_data_list)
parse_json_data_dict = json.loads(json_data_dict)

print(f'json_data_list的类型为: {type(json_data_list)}; parse_json_data_list的类型为: {type(parse_json_data_list)}')
print(f'json_data_dict的类型为: {type(json_data_dict)}; parse_json_data_dict的类型为: {type(parse_json_data_dict)}')

# 转为python类型之后，比如转为python字典，我们就可以使用dict相关方法进行数据的提取等操作

import json

# open函数返回一个文件对象，并将其赋给f
with open(r'test_json.txt', 'r') as f:
    json_content = json.load(f)
    print(json_content)
    print(type(json_content))

import json

# python对象
data_list = [1, 2, 3]
data_dict = {"name": ["Alice", "Bob"], "age": [25, 30]}

# 转为json对象
json_data_list = json.dumps(data_list)
json_data_dict = json.dumps(data_dict)

print(f'data_list的类型为: {type(data_list)}; json_data_list的类型为: {type(json_data_list)}')
print(f'data_dict的类型为: {type(data_dict)}; json_data_dict的类型为: {type(json_data_dict)}')

import json

data_dict = {"name": ["Alice", "Bob"], "age": [25, 30]}

# 创建一个test_json.json文件(w: 文件不存在则创建)
with open(r'test_json.json', 'w') as f:
    # indent: 该参数用来控制缩进 用来美化json使其有清晰的层次结构
    json.dump(data_dict, f, indent=4)

import pandas as pd
from io import StringIO
 
# 读取JSON数据为DataFrame对象
json_data = '{"name": ["Alice", "Bob"], "age": [25, 30]}'
# read_json 函数通常期望接收一个文件路径或文件对象，而不是字符串，
# 所以这里使用了StringIO 来将字符串json_data 转换成一个类似文件的对象，这样read_json 就可以从中读取数据
df = pd.read_json(StringIO(json_data))
df

import pandas as pd

data = pd.read_json(r'test_json.json')
data

import pandas as pd

data = pd.DataFrame(
    {
        'value': range(10),
        'time': pd.date_range('2024-01-01', freq='D', periods=10),
        'flag': list('abcdefghij')
    }
)

data.to_json('test_to_json.json', indent=4)
# data.to_json('test_to_json.json', indent=4, date_unit='s') date_unit='s'可将时间戳转换为以秒为单位的时间戳

import pandas as pd

data = pd.DataFrame(
    {
        'value': range(10),
        'time': pd.date_range('2024-01-01', freq='D', periods=10),
        'flag': list('abcdefghij')
    }
)

data.to_json('test_to_json.json', indent=4, orient='records')

import pandas as pd
 
data = pd.DataFrame(
    {
        'value': range(10),
        'time': pd.date_range('2024-01-01', freq='D', periods=10),
        'flag': list('abcdefghij')
    }
)
 
data['time'] = data['time'].astype(str)
 
data.to_json('test_to_json.json', indent=4, orient='records')