Eksempel # 01
Vi vil demonstrere i praksis hvordan du bruker 'to_json()'-metoden til 'pandas' for å endre 'pandas' DataFrame til JSON-formatet. 'Pandas'-pakken importeres her, som er 'numpy', og vi importerer den som 'np'. Nå, for å utføre 'pandas'-koden, bør pandaens pakker importeres. For å importere den pakken bruker vi nøkkelordet 'import'. Deretter setter vi 'pandas som pd,' som betyr at vi enkelt kan få tilgang til eller bruke enhver 'pandas-pakke' som vi trenger ved å bare plassere 'pd' der.
Vi lager numpy-matrisen her ved å bruke 'np. array', hjelper denne 'np' oss med å få tilgang til de numpy bibliotekfunksjonene. Denne numpy-matrisen er også lagret i 'New_data'-variabelen, og vi legger 'A, B, C, D' og 'E, F, G, H' til denne numpy-matrisen. Denne numpy-matrisen er nå konvertert til DataFrame ved å bruke 'pd.DataFrame'-metoden. Dette er 'pandas'-metoden som vi får tilgang til her ved å plassere 'pd'. Når vi konverterer denne numpy-matrisen til DataFrame, legger vi også inn kolonnenavnene.
Navnene vi legger til her som kolonneoverskrifter er 'col1, col2, col3 og col4'. Da ser du at vi har 'utskriften' nedenfor der vi setter navnet på DataFrame, som i dette tilfellet er 'New_dataFrame', så dette vil bli gjengitt ved kjøring av denne koden. Nå konverterer vi denne DataFrame til JSON-formatet ved å bruke 'to_json()'-metoden. Vi setter navnet på DataFrame 'New_dataFrame' med 'to_json()'-metoden og plasserer også denne metoden i 'New_json'-variabelen. Her sendte vi ingen parameter til denne 'to_json()'-metoden. JSON-formatet til DataFrame er nå plassert i 'print', og det vil også gjengis på konsollen.
For kompilering og utførelse av denne koden, trykker vi 'Shift+Enter', og hvis koden er feilfri, vil utdataene gjengis. Her limer vi også inn resultatet av denne koden der vi har vist DataFrame som vi har laget i dette eksemplet og også JSON-formatet til den DataFrame.
Eksempel # 02
Her importerer vi bare ett bibliotek, som er 'pandaene' og deretter opprettes 'AtoZ_Courses'-listen, og vi plasserer noen lister i den, som er 'Python, 29000, 35 dager og 1000.0', så legger vi ' JavaScript, 27000, 55 dager og 2300.0', etter det legger vi til 'HTMLCSS, 25000, 25 dager og 1500.0'. Nå har vi også satt inn to data til som 'DataBase, 24000, 45 dager og 1500.0', og 'OOP, 21000, 35 dager, 1500.0' også. 'AtoZ_Courses'-listen er nå endret i DataFrame, og vi kalte den 'AtoZ_Courses_df'. 'Courses_Name, Payment, Duration og Bonus' legges til her som kolonnenavnene til DataFrame.
Nå genereres DataFrame i dette trinnet, og vi legger det til i 'print()'-setningen for å vise det på terminalen. Nå, ved å bruke 'to_json()'-metoden, transformerer vi 'AtoZ_Courses_df' DataFrame til JSON-formatet. Denne 'to_json()'-metoden får også en parameter som er 'orient= column', som også er standardparameteren. Den viser DataFrame som diktet som '{kolonnenavn -> {indeksverdi -> kolonneverdi}} format'.
Her, i JSON-formatet, viser den kolonnenavnet og legger deretter alle verdiene til den kolonnen sammen med indeksverdien. Først nevner den navnet på den første kolonnen, og deretter blir alle verdiene i den første kolonnen gjengitt sammen med indeksverdiene, og deretter legger den andre kolonnenavnet og også alle verdiene i den andre kolonnen med indekser og så videre.
Eksempel # 03
DataFrame er generert i denne koden med navnet 'Bachelors_df'. Vi har satt inn fem kolonner til denne 'Bachelors_df'. Den første kolonnen vi har her er 'Student'-kolonnen, og vi setter inn 'Lily, Smith, Bromley, Milli og Alexander' i den. Kolonnen som kommer etterpå er kolonnen 'Degree', som inneholder 'IT, BBA, engelsk, CS og DVM'. Deretter kommer «året_for_tilslutning» fremover, der vi legger til årene for studentene, som er «2015, 2018, 2017, 2015 og 2014».
Kolonnen ved siden av denne kolonnen er «year_of_graduation», som inneholder avgangsårene til disse studentene er «2019, 2022, 2021, 2019 og 2018». Vi legger også til 'CGPA'-kolonnen her der vi plasserer CGPAene til elevene '3.3, 3.5, 3.6, 3.7 og 3.8'. For å vise 'Bachelors_df' på terminalen, inkluderer vi den i 'print()'-uttrykket. Nå konverterer vi ' Bachelors_df ' DataFrame til JSON-formatet ved å bruke 'to_json()'-metoden.
Parameteren 'orient= records' sendes også til denne 'to_json()'-metoden i denne koden. Denne 'orient= records' vil vise JSON-formatet som '[{kolonnenavn -> kolonneverdi}, ... , {kolonnenavn -> kolonneverdi}]'-form. DataFrames JSON-format er nå satt til 'skriv ut', og det vil også vises på terminalen.
DataFrame vises ganske enkelt her i kolonner og rader, men i JSON-formatet kan du legge merke til at den legger navnet på kolonnen og deretter viser verdien til den kolonnen; etter å ha vist verdien av en kolonne, skriver den ut navnet på den andre kolonnen og setter deretter verdien til den kolonnen og så videre fordi vi satte parameteren til 'to_josn'-metoden som 'orient= records'.
Eksempel # 04
Vi lager en numpy array 'My_data' der vi setter inn '2, 4' og '6, 8'. Endre deretter numpy-arrayen til DataFrame 'My_dataFrame' og angi kolonnenavnene som 'A1 og A2'. Nå, etter å ha vist DataFrame her ved å bruke 'skriv ut'. Vi bruker først 'to_json()'-metoden uten noen parametere og viser den. Etter dette setter vi «to_json()»-metodens parameter til «orient=split» og skriver også ut dette formatet. Deretter bruker vi 'to_josn()' igjen på 'My_dataFrame', og denne gangen sender vi 'orient=records' som parameter for denne funksjonen.
Under dette setter vi 'orient= index' med 'My_dataFrame' og gjengir dette JSON-formatet. Etter denne parameteren bruker vi igjen 'to_json' med parameteren 'orient = column' og gjengir den også. Deretter sender vi 'orient= values' som parameteren til 'to_json()'-metoden og bruker den på 'My_dataFrame'. Vi setter også parameteren for denne funksjonen til 'orient= table' og bruker den igjen med samme DataFrame og viser også dette JSON-formatet. Nå vil vi merke forskjellen mellom formatene til JSON i utdataene til denne koden.
Her kan du enkelt finne forskjellen mellom formatene til JSON, som vi har brukt på samme DataFrame. Alle parametere som vi har sendt i 'to_json'-metoden vises i forskjellige formater her.
Konklusjon
Denne veiledningen viser JSON-formatet og har forklart dette JSON-formatet i detalj og hvordan du konverterer pandas DataFrame til JSON. Vi har forklart at 'to_json()'-metoden brukes for å konvertere pandas DataFrame til JSON-formatet. Vi har også diskutert forskjellige parametere, som vi har sendt til 'to_json()'-metoden her. Vi har gitt en komplett guide der vi har brukt 'to_json()'-metodene ved å sette alle mulige parametere til denne 'to_json()'-metoden i 'pandas'-koden vår og også vist dem i utdataene hvordan disse parameterne endrer formatet av JSON.