WeHelp
Pandas 是 Python 用來做資料分析和處理的熱門工具,也是資料分析師的必備技能。
  1. 簡介、安裝、快速開始
  2. Series 單維度資料
  3. Series 實務案例
  4. DataFrame 雙維度資料
  5. DataFrame 實務案例
  6. 過濾資料的範例說明
  7. 缺失填補的範例說明
  8. 排序資料的範例說明
  9. CSV、Excel 檔案存取
  10. JSON 格式檔案存取
JSON 格式檔案存取
Pandas 可使用 `read_json()` 讀取 JSON 檔案,並使用 `to_json()` 將 DataFrame 儲存成 JSON 格式。 ## 1. 讀取 JSON 資料 假設有一個 `students.json` 檔案: ```json [ {"name": "小明", "age": 18}, {"name": "小華", "age": 19} ] ``` 使用 Pandas 讀取: ```python import pandas as pd df = pd.read_json("students.json") print(df) ``` 輸出: ```text name age 0 小明 18 1 小華 19 ``` `read_json()` 會將 JSON 資料讀取成 Pandas 的 `DataFrame`。 ## 2. 建立 JSON 資料檔案 先建立一個 DataFrame,再使用 `to_json()` 儲存: ```python import pandas as pd data = { "name": ["小明", "小華"], "age": [18, 19] } df = pd.DataFrame(data) df.to_json( "students_output.json", orient="records", force_ascii=False, indent=2 ) ``` 產生的 `students_output.json` 內容如下: ```json [ { "name": "小明", "age": 18 }, { "name": "小華", "age": 19 } ] ``` 其中: - `orient="records"`:將每一列資料表示成一個 JSON 物件。 - `force_ascii=False`:保留中文,不轉成 Unicode 編碼。 - `indent=2`:讓 JSON 檔案以縮排格式呈現,較容易閱讀。
相關學習地圖、教學課程
Python 資料工程
從 0 開始,成為資料工程師的學習路徑。