قراءة الباندا JSON

Qra T Albanda Json



'لتحليل كمية كبيرة من البيانات ، نستخدم مكتبة' Python '، وهي مكتبة' الباندا '. يمكننا بسهولة استخدام مكتبة 'الباندا' ، والتي تساعدنا في العديد من المجالات مثل علوم البيانات والتعلم الآلي. في 'pandas' ، يمكننا إنشاء ملف 'JSON' ، ويمكننا أيضًا قراءة ملف 'JSON' هذا. كثيرًا ما يتم حفظ الكثير من البيانات على هيئة JSON. يستخدم JSON على نطاق واسع في برمجة 'الباندا'. يوفر 'pandas' طريقة 'read_json ()' لقراءة ملف 'JSON' وتخزينه باعتباره DataFrame. يمكننا أيضًا قراءة JSON من السلسلة التي أنشأناها في أكوادنا. سنوضح لك كيفية قراءة JSON في برمجة 'pandas' وكيفية استخدام طريقة 'read_json ()' في 'pandas' هنا في هذا الدليل. سنقرأ البيانات ثم نعرض بيانات ملف JSON في شكل DataFrame في “pandas”. سنناقش أيضًا تركيبه هنا '.

بناء الجملة

الصيغة الكاملة لهذه الطريقة “read_json ()” مذكورة أدناه.

الباندا. read_json ( طريق و توجيه = قيمة و يكتب = 'الإطار' و dtype = قيمة و المحولات = قيمة و تحويل التواريخ = حقيقي و تواريخ_الافتراضية = حقيقي و حبيبي = خطأ شنيع و دقيق = خطأ شنيع و تاريخ_وحدة = قيمة و التشفير = قيمة و encoding_errors = 'حازم' و خطوط = خطأ شنيع و حجم قطعة = قيمة و ضغط = 'المخاطر' و nrows = قيمة و خيارات التخزين = قيمة )

مثال 01

يتم تنفيذ هذه الأمثلة ، الواردة هنا في هذا الدليل ، على تطبيق 'Spyder'. قبل استخدام طريقة 'read_json ()' ، نقوم أولاً بإنشاء ملف JSON الذي سنقرأ بياناته باستخدام طريقة 'read_json ()'. لقد ناقشنا هنا أيضًا كيفية إنشاء ملف JSON في 'pandas'. هنا ، يمكنك أن ترى أننا قمنا أولاً بإنشاء DataFrame باستخدام طريقة “pd.DataFrame ()”.







ثم نضيف 'Name و Num_1 و Num_2 و Num_3 و Num_4 و Num_5' كعمود في DataFrame هذا ونقوم أيضًا بإدراج بعض البيانات في هذه الأعمدة. بعد ذلك ، نستخدم طريقة 'to_json ()' ، والتي تساعد في تحويل DataFrame هذا إلى JSON. نقوم بإدخال الاسم الذي نريد أن نطلقه على ملف 'JSON' الذي سيتم تخزين بيانات JSON فيه. الاسم الذي نطلقه هنا هو 'Marks.json'. لذلك ، بعد تنفيذ هذا الرمز ، سيتم إنشاء ملف JSON باسم 'Marks.json' ، وسوف يخزن البيانات في JSON ، والتي أدخلناها هنا.





بعد تنفيذ هذا الرمز بالضغط على 'Shift + Enter' ، يتم إنشاء ملف JSON ، وهنا يظهر ملف JSON أيضًا أدناه. هذا هو ملف JSON الذي نحصل عليه بعد تنفيذ الكود أعلاه. الآن ، سنمضي قدمًا وسنقرأ ملف JSON هذا بمساعدة طريقة 'read_json ()'.





الآن ، نقوم أولاً 'باستيراد' مكتبة 'pandas' لأنه يتعين علينا استخدام طريقة 'read_json ()' هنا ، وهي طريقة 'pandas'. نحن نستورد 'الباندا مثل PD'. أدناه ، نستخدم طريقة 'read_json ()' ونضع اسم الملف الذي نريد قراءة بياناته. يتم وضع الملف الذي أنشأناه أعلاه هنا ، لذلك سنقرأ بيانات ملف JSON هذا. نقوم بتمرير مسار الملف في طريقة 'read_json ()' هذه ، وهي 'Marks.json' ، ونقوم أيضًا بتعيين هذه الوظيفة إلى المتغير 'df'. لذلك ، بعد قراءة ملف JSON هذا ، يتم تخزين بيانات ملف JSON في هذا المتغير “df”. الآن ، نطبع تلك البيانات باستخدام 'print ()' ونضيف أيضًا طريقة 'to_string ()' مع المتغير 'df'. تساعدنا طريقة 'to_string ()' هذه في طباعة DataFrame. سيطبع بيانات ملف JSON بتنسيق DataFrame.



يتم تقديم البيانات المخزنة في ملف JSON أعلاه هنا كإطار بيانات أدناه. يمكنك ملاحظة أن جميع بيانات ملف JSON يتم تحويلها إلى DataFrame ويتم عرضها في الإخراج.

المثال 02

يمكننا أيضًا قراءة سلسلة JSON بمساعدة طريقة 'read_json ()'. بعد استيراد 'pandas' ، نقوم بإنشاء سلسلة نصية هنا وحفظها في المتغير 'my_str'. السلسلة التي أنشأناها هنا تحتوي على بيانات هي 'الموضوع' ، ونضع اسم الموضوع ، وهو 'الإنجليزية'. ثم نضيف هنا 'Pay' وهي '25000' ، وكذلك 'Days' وهي '70 يومًا'. بعد كل هذا ، نضيف أيضًا 'خصم' ، وهو '1000' هنا. اكتملت سلسلة JSON هنا.

الآن ، نقرأ سلسلة JSON هذه باستخدام طريقة 'read_json ()' من 'pandas' ، ونضع اسم المتغير الذي يتم تخزين السلسلة فيه. اسم هذا المتغير هو “my_str” ، ونضيفه هنا كمعامل أول لطريقة “read_json ()”. بعد ذلك ، نضيف متغيرًا آخر وهو المعامل 'orient' هنا ، ونضعه على 'السجلات'. ثم نضيف 'my_df' هذا في طريقة 'print ()' ، بحيث يتم عرضه على الجهاز عند تشغيل هذا الرمز.

يتم عرض البيانات التي نحصل عليها بعد قراءة سلسلة JSON أدناه. هنا ، يتم تقديم البيانات في DataFrame ، والتي أدخلناها كسلسلة JSON في التعليمات البرمجية الخاصة بنا.

مثال 03

نقوم بإنشاء سلسلة JSON أخرى هنا. يجب أن تتذكر أنه يجب عليك وضع السلسلة في سطر واحد فقط. إذا أضفنا البيانات المتبقية من السلسلة في السطر الجديد ، فستظهر رسالة الخطأ. لذا ، يجب أن تكتب السلسلة بأكملها في سطر واحد فقط. هنا ، يتم إنشاء سلسلة JSON وتخزينها في متغير 'سلسلة'. بعد ذلك ، نقرأ سلسلة JSON باستخدام طريقة 'read_json ()'. نضيف 'سلسلة نصية' حيث يتم تخزين سلسلة JSON في طريقة 'read_json ()' هذه. بعد القراءة ، نقوم بتخزين هذه السلسلة في المتغير “JSON_Data”. بعد ذلك ، نستخدم 'print ()' ونضيف 'JSON_Data' إليها ، مما سيساعد في تقديم هذا.

أدناه ، يتم تقديم DataFrame ، وحصلنا على DataFrame هذا بعد قراءة سلسلة JSON. يتم عرض التاريخ الذي أدخلناه في الكود الخاص بنا كسلسلة JSON هنا باسم DataFrame.

المثال 04

هذا هو ملف JSON الخاص بنا ، وسنطبق طريقة 'read_json ()' على ملف JSON هذا. سيقرأ البيانات الموجودة في ملف JSON هذا وسوف يعرض هذه البيانات في DataFrame.

الآن ، بما أننا يجب أن نستخدم طريقة 'read_json ()' لمكتبة 'pandas' ، يجب علينا أولاً 'استيراد' المكتبة. يتم استيراد الباندا كـ 'pd'. لقد وضعنا الملف الذي أظهرناه أعلاه حتى نتمكن من قراءة البيانات من ملف JSON هذا. يتم تمرير مسار ملف 'Company.json' إلى طريقة 'read_json ()' ، ويتم تعيين هذه الوظيفة أيضًا إلى المتغير 'JSON_Rec'. يتم وضع المعلومات الواردة من ملف JSON في المتغير 'JSON_Rec' بعد قراءتها. الآن ، نضع 'print ()' ونضيف 'JSON_Rec' إليها.

يتم عرض البيانات الموجودة في ملف JSON المذكور أعلاه أدناه كإطار بيانات. يمكنك أن ترى أن الإخراج يعرض DataFrame مع تحويل جميع البيانات من ملف JSON إليه.

استنتاج

لقد شرحنا طريقة 'read_json ()' الخاصة بـ 'الباندا' بالتفصيل في هذا الدليل. لقد قدمنا ​​صيغة طريقة 'read_json ()' هنا ، كما استخدمنا طريقة 'read_json ()' هذه في كود 'pandas'. لقد قرأنا سلسلة JSON وكذلك ملف JSON بمساعدة طريقة 'read_json ()' هنا وشرحنا كيفية إنشاء ملف JSON ثم كيفية قراءة ملف JSON هذا. لقد أوضحنا أيضًا كيفية إنشاء سلسلة JSON وكيفية قراءة سلسلة JSON بمساعدة طريقة 'read_json ()' في هذا الدليل.