python--pandas--read_json

1. path_or_buf 要读取的json对象

• json字符串, json文件路径, json文件URL, json字符串IO对象
• 会自动推断json格式, 当无法自动推断或有异议时请指定orient
• 以下示例是可以自动推断出格式的json字符串

# [{column -> value}, ... , {column -> value}]
data1 = [{"a" : 1, "b" : 2}, {"a" : 10, "b" : 20}]
# {column -> {index -> value}}
data2 = {"A": {"a" : 1, "b" : 2}, "B": {"a" : 10, "b" : 20}}
# {column -> [value, ..., value], ..., column -> [value, ..., value]}
data3 = {"A": [1, 2], "B": [3, 4]}
pd.read_json(json.dumps(data1))

2. orient 指定解析json的格式

• split: {index -> [index], columns -> [columns], data -> [values]}
• records: [{column -> value}, … , {column -> value}]
• index: {index -> {column -> value}}
• columns: {column -> {index -> value}}
• values: 数组
• 当 typ == ‘series’ 时，仅支持 {‘split’,‘records’,‘index’}， 默认为 index
• 当 typ == ‘frame’ 时， 支持 {‘split’,‘records’,‘index’, ‘columns’,‘values’, ‘table’} 默认为 columns

data1 = [{"a" : 1, "b" : 2}, {"a" : 10, "b" : 20}]
data2 = {"A": {"a" : 1, "b" : 2}, "B": {"a" : 10, "b" : 20}}
data3 = {"A": [1, 2], "B": [3, 4]}
data4 = {"index": ["a", "b"], "columns": ["A", "B"], "data": [[1, 2], [3, 4]]}
pd.read_json(json.dumps(data1), orient="index")
pd.read_json(json.dumps(data2), orient="index")
pd.read_json(json.dumps(data3), orient="index")
pd.read_json(json.dumps(data4), orient="split")

3. tye 指定返回的数据类型

• frame 默认值， 返回DataFrame
• series 返货Series

data5 = {"index": ["a", "b"], "data": [[1, 2], [3, 4]]}
pd.read_json(json.dumps(data5), orient="split", typ="series")

4. dtype 推断或指定列的数据类型

• True 默认值，自动推断
• False 不推断数据类型
• dict 根据列名指定数据类型

data2 = {"A": {"a" : 1, "b" : 2}, "B": {"a" : 10, "b" : 20}}
pd.read_json(json.dumps(data2), dtype={"A": float})

5. convert_axes

• bool 尝试将轴转换为正确的dtypes

6. convert_dates

• True 默认值，会尝试解析列名类似如下规则的列为日期
  • 以 _at 结尾
  • 以 _time 结尾
  • 以 timestamp 开头
  • modified or date
• False 不解析日期
• [str] 指定要解析为日期的列名

data6 = {"create_time": {"a" : 1111111111, "b" : 1111111112}, "B": {"a" : 10, "b" : 20}}
pd.read_json(json.dumps(data6))

7. keep_default_dates

• True 默认值 只有当convert_dates也为True时才会尝试自动解析日期列
• False 即使convert_dates为True也不会自动推断解析日期, 但如果指定具体的解析列依然会正常解析

8. numpy

• True 直接解析为数组, 仅支持纯数字的数据, 会将所有数据转为整型

9. precise_float 解析浮点型

• True 使用更高精度的(strtod) 函数解析 double 数据类型
• False 默认 使用内置函数解析

10. date_unit 解析时间戳的单位

• 默认自动推断
• 也可指定 s, ms, us, ns

11. encoding 编码

• 默认使用 utf-8 编码

12. lines

13. chunksize

14. compression 压缩

• infer 根据文件后缀名自动推断
• {‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}