Converti JSON in un DataFrame Pandas

1. Da JSON a Pandas DataFrame utilizzando json_normalize()
2. Da JSON a Pandas DataFrame utilizzando read_json()

Questo articolo introdurrà come convertire JSON in un DataFrame Pandas.

JSON sta per JavaScript Object Notation. Si basa sul formato degli oggetti in JavaScript ed è una tecnica di codifica per rappresentare i dati strutturati. È ampiamente utilizzato in questi giorni, soprattutto per la condivisione di dati tra server e applicazioni web.

Grazie alla sua semplicità e influenza dalle strutture dati del linguaggio di programmazione, JSON sta diventando immensamente popolare. È relativamente facile da capire e il seguente è un semplice esempio di una risposta JSON da un’API.

{
"Results":
         [
         { "id": "01", "Name": "Jay" },
         { "id": "02", "Name": "Mark" },
         { "id": "03", "Name": "Jack" }
         ],
"status": ["ok"]
}

Come puoi vedere nel nostro esempio, JSON sembra essere in qualche modo una combinazione di liste e dizionari annidati; pertanto, è relativamente facile estrarre dati da file JSON e persino archiviarli come Pandas DataFrame.

Le librerie Pandas e JSON in Python possono aiutare a raggiungere questo obiettivo. Abbiamo due funzioni read_json() e json_normalize() che possono aiutare a convertire la stringa JSON in un DataFrame.

Da JSON a Pandas DataFrame utilizzando json_normalize()

La funzione json_normalize() è molto utilizzata per leggere la stringa JSON nidificata e restituire un DataFrame. Per utilizzare questa funzione, dobbiamo prima leggere la stringa JSON utilizzando la funzione json.loads() nella libreria JSON in Python. Quindi passiamo questo oggetto JSON a json_normalize(), che restituirà un Pandas DataFrame contenente i dati richiesti.

import pandas as pd
import json
from pandas import json_normalize

data = """
{
"Results":
         [
         { "id": "1", "Name": "Jay" },
         { "id": "2", "Name": "Mark" },
         { "id": "3", "Name": "Jack" }
         ],
"status": ["ok"]
}
"""

info = json.loads(data)

df = json_normalize(info["Results"])  # Results contain the required data
print(df)

Produzione:

   id  Name
0  1   Jay
1  2  Mark
2  3  Jack

Da JSON a Pandas DataFrame utilizzando read_json()

Un’altra funzione di Pandas per convertire JSON in un DataFrame è read_json() per stringhe JSON più semplici. Possiamo passare direttamente il percorso di un file JSON o la stringa JSON alla funzione per l’archiviazione dei dati in un Pandas DataFrame. read_json() ha molti parametri, tra cui orient specifica il formato della stringa JSON.

Lo svantaggio è che è difficile da usare con stringhe JSON nidificate. Quindi, per usare read_json(), useremo un esempio molto più semplice come mostrato di seguito:

import pandas as pd

data = """
          {
              "0":{
                  "Name": "Jay",
                  "Age": "17"
              },
              "1":{
                  "Name": "Mark",
                  "Age": "15"
              },
              "2":{
                  "Name": "Jack",
                  "Age":"16"
              }
          }
    """

df = pd.read_json(data, orient="index")
print(df)

Produzione:

   Name  Age
0   Jay   17
1  Mark   15
2  Jack   16

Impostiamo orient come 'index' perché la stringa JSON fromat corrisponde al pattern come {index : {column: value}}.