JSON和CSV文件

1、JSON文件

//JSON
//json对象(只能是字符串作为键(键不能重复，必须双引号包围),值可以为：字符串、数字、布尔值（true/false）、数组、对象、空值(null))->字典
{
    "id":"1",
    "type":"article",
    "title":"working with JSON data",
    "created":"2099-12-18T14:56:29.000Z"
}
//json数组（值可以为：字符串、数字、布尔值（true/false）、数组、对象、空值(null)）->列表
[
    {
        
    },
    {
        
    }
]
//解析+转换（pandas）：JSON数据->python数据（DataFrame）
import pandas as pd
wenjian = pd.read_json("文件路径")

2、CSV文件

//csv(类似于二维表，像一个表格，体积小)
# 姓名,考试1，考试2，考试3
# 小陈,85,95,92
# 小李,91,92,94
# 小王,86,81,89
注意：txt、csv、json都是纯文本
//用pandas转换为csv（用于大量数据集，可以看前几行）
import pandas as pd
df = pd_read_csv("csv文件路径")//读取csv文件
df = pd_read_csv("csv文件路径",header=None)//默认没有列名
df = pd_read_csv("csv文件路径",index_col="player_id")//把某一列作为标签索引
pd.set_option("display.max_columns",150)//当有很多列时导致展示不全，可以指定展示多少列将数据展示全
pd.set_option("display_max_colwidth",500)//当值很长时导致展示不全，用该方法规定将值小于500的都展示出来
df.head(3)//获取前3行（默认5行）
df.tail(2)//获取结尾2行（默认5行）
df.info()//获得DataFrame的概况（类型、索引的范围、列的数量等等）
df.describe()//计算DataFrame的统计信息（最大值、最小值、平均值等等）
df.sample(10)//选出随机选出的多行