Python3 处理json数据

Python3 处理json数据

json字符串转对象

import json
data = '{"address":{"city":"北京","country":"中国"},"domain_list":[{"name":"百度","url":"https://www.baidu.com"},{"name":"goole","url":"https://www.google.com"}]}'
obj = json.loads(data)
print(obj['address']['city'])
print(obj['domain_list'][0]['url'])
# 输出结果:
# 北京
# https://www.baidu.com

对象转json字符串

import json
# 字典转json字符串
obj = {"city": "北京", "country": "中国"}
print(json.dumps(obj, ensure_ascii=False, indent=4))
# 输出结果
# {
#     "city": "北京",
#     "country": "中国"
# }
import json
# 列表转json字符串
obj = ['Python', 110, True, {'city': '北京', 'country': '中国'}]
print(json.dumps(obj, ensure_ascii=False, indent=4))
# 输出结果
# [
#     "Python",
#     110,
#     true,
#     {
#         "city": "北京",
#         "country": "中国"
#     }
# ]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python处理嵌套的JSON数据可以通过json和pandas等库实现。 使用json库可以将JSON数据换为Python对象,然后使用Python数据处理方式进行操作。json库提供了两个函数——loads和dumps。其中,loads将JSON数据换为Python对象,dumps将Python对象换为JSON数据。在嵌套JSON数据的情况下,可以使用递归来遍历数据。 使用pandas库可以将JSON数据换为DataFrame,方便进行数据分析和可视化处理。pandas提供了read_jsonjson_normalize等函数来解析JSON数据。其中,read_json函数将JSON数据换为DataFrame,json_normalize函数可以展平嵌套的JSON数据,方便进行数据分析处理。 例如,一个嵌套的JSON数据如下: { "id": 123, "name": "John", "address": { "province": "Guangdong", "city": "Shenzhen", "street": "Futian Road" }, "scores": [ {"subject": "Math", "score": 90}, {"subject": "English", "score": 85}, {"subject": "Chinese", "score": 95} ] } 使用json库可以将其换为Python对象,并进行操作: import json # 将JSON数据换为Python对象 json_str = '{ "id": 123, "name": "John", "address": { "province": "Guangdong", "city": "Shenzhen", "street": "Futian Road" }, "scores": [ {"subject": "Math", "score": 90}, {"subject": "English", "score": 85}, {"subject": "Chinese", "score": 95} ] }' data_dict = json.loads(json_str) # 获取属性值 print(data_dict["id"]) print(data_dict["address"]["province"]) print(data_dict["scores"][0]["score"]) 使用pandas库可以将其换为DataFrame,并进行数据分析和可视化处理: import pandas as pd # 将JSON数据换为DataFrame data_df = pd.read_json(json_str) # 展示所有数据 print(data_df) # 展开嵌套的JSON数据 data_norm = pd.json_normalize(data_dict, record_path=['scores'], meta=['id', 'name', ['address', 'province'], ['address', 'city'], ['address', 'street']]) print(data_norm) 这样就能方便地处理嵌套JSON数据了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bdawn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值