如何将Pandas DataFrame导出到JSON文件（） _PandasDataFrame如何导出到JSON文件

在本教程中，我将使用一个简单的示例向你展示如何将Pandas DataFrame导出到JSON文件。我还将查看你可能应用的不同 JSON 格式。
为了给你提供一些上下文，这里有一个模板，你可以在 Python 中使用该模板将 Pandas DataFrame导出JSON文件：

df.to_json(r'Path to store the exported JSON file\File Name.json')

接下来，你将看到在实践中应用此模板的步骤。
将Pandas DataFrame导出到JSON文件的步骤第 1 步：收集数据
假设你有以下有关不同产品及其价格的数据：

Product	Price
Desktop Computer	700
Tablet	250
iPhone	800
Laptop	1200

目标是将上述数据导出为 JSON。
但在导出该数据之前，你需要在 Python 中捕获它。
Pandas DataFrame如何导出到JSON文件？完成此任务的一种方法是创建pandas DataFrame。
第 2 步：创建数据帧
然后，你可以使用以下代码来捕获有关产品和价格的数据：

from pandas import DataFramedata = https://www.lsbin.com/{'Product': [ 'Desktop Computer','Tablet','iPhone','Laptop'], 'Price': [ 700,250,800,1200] }df = DataFrame(data, columns= [ 'Product', 'Price'])print (df)

在 Python 中运行代码后，你将获得此DataFrame：

文章图片
第 3 步：将Pandas DataFrame导出到JSON文件
最后，你可以使用以下模板将 Pandas DataFrame 导出为 JSON：

df.to_json(r'Path to store the exported JSON file\File Name.json')

例如，我将存储导出的 JSON 文件的路径是：
C:\Users\Ron\Desktop\Export_DataFrame.json
你需要调整路径（在下面的Python代码），以反映的位置，你想的JSON文件存储在你的计算机：

from pandas import DataFramedata = https://www.lsbin.com/{'Product': [ 'Desktop Computer','Tablet','iPhone','Laptop'], 'Price': [ 700,250,800,1200] }df = DataFrame(data, columns= [ 'Product', 'Price'])df.to_json (r'C:\Users\Ron\Desktop\Export_DataFrame.json')

运行代码（根据你的路径进行调整），JSON 文件将在你指定的位置创建。
你可以通过多种方式查看 JSON 内容。一种简单的方法是将创建的文件拖到你的 Web 浏览器中。然后你应该得到以下结果：

{"Product":{"0":"Desktop Computer","1":"Tablet","2":"iPhone","3":"Laptop"},"Price":{"0":700,"1":250,"2":800,"3":1200}}

然后，你可以使用在线工具，例如JSON Formatter，将你的JSON 格式化为更易读的形式：

文章图片
在下一节中，我将回顾你可能应用的不同 JSON 格式。
不同的 JSON 格式：Pandas DataFrame如何导出到JSON文件？有多种方法可以格式化 JSON 字符串。你需要将orient设置为所需的格式。以下是选项：

split
records
index
values
table
columns (the default format)

例如，如果你设置 orient='split'，则这是一般语法的样子

df.to_json(r'Path to store the JSON file\File Name.json',orient='split')

这是我们示例的完整 Python 代码：

from pandas import DataFramedata = https://www.lsbin.com/{'Product': [ 'Desktop Computer','Tablet','iPhone','Laptop'], 'Price': [ 700,250,800,1200] }df = DataFrame(data, columns= [ 'Product', 'Price'])df.to_json (r'C:\Users\Ron\Desktop\Export_DataFrame.json', orient='split')

运行上述代码后，你将获得以下输出：

{"columns":[ "Product","Price"],"index":[ 0,1,2,3],"data":[ [ "Desktop Computer",700],[ "Tablet",250],[ "iPhone",800],[ "Laptop",1200]]}

如果你使用 JSON Formatter 格式化该输出，你将看到：

文章图片
DataFrame导出JSON文件：在我们示例的上下文中，以下是你将获得的其他每种格式的输出：
orient=’records’

[ {"Product":"Desktop Computer","Price":700},{"Product":"Tablet","Price":250},{"Product":"iPhone","Price":800},{"Product":"Laptop","Price":1200}]

文章图片
orient=’index’

{"0":{"Product":"Desktop Computer","Price":700},"1":{"Product":"Tablet","Price":250},"2":{"Product":"iPhone","Price":800},"3":{"Product":"Laptop","Price":1200}}

文章图片
orient=’values’

[ [ "Desktop Computer",700],[ "Tablet",250],[ "iPhone",800],[ "Laptop",1200]]

文章图片
orient=’table’

{"schema": {"fields":[ {"name":"index","type":"integer"},{"name":"Product","type":"string"},{"name":"Price","type":"integer"}],"primaryKey":[ "index"],"pandas_version":"0.20.0"}, "data": [ {"index":0,"Product":"Desktop Computer","Price":700},{"index":1,"Product":"Tablet","Price":250},{"index":2,"Product":"iPhone","Price":800},{"index":3,"Product":"Laptop","Price":1200}]}