pandas dataframe to_json 保存为json
pandas to_json orient
to_json()用法
在api请求中,经常要把分析好的数据以json格式返回给前端,DataFrame返回json给前端的方法为to_json(),to_json会接收一系列的参数,对要返回的json数据进行处理
path_or_buf 文件保存路径或者None 如果为None时,默认返回json字符串,或者保存json到指定的路径文件
orient 指定生成json的key, 当为Series时默认取值为index ,可取值为 split
, records
, index;当为DataFrame时默认取值为
columns,可取值为split
, records
, index
, columns
, values
, table
| json格式为 {index -> [index], columns -> [columns], data -> [values]} |
| json格式为 [{column -> value}, ... , {column -> value}] 这样的列表 |
| json格式为 {index -> {column -> value}} 这样的字典 |
| json格式为 {column -> {index -> value}} 这样的字典 |
| 值的json数组 |
| 数据库表格式 |
-
date_format
: 字符串,日期转换类型,'epoch' 为时间戳,'iso' 为 ISO8601。 -
double_precision
: 编码浮点值时使用的小数位数,默认为 10。 -
force_ascii
: 强制编码字符串为 ASCII,默认为 True。 -
date_unit
:编码到的时间单位,控制时间戳和 ISO8601 精度。's'、'ms'、'us' 或 'ns' 之一分别表示秒、毫秒、微秒和纳秒。默认“毫秒”。 -
default_handler
:如果对象无法以其他方式转换为适合 JSON 的格式,则调用的处理程序。接受一个参数,即要转换的对象,并返回一个可序列化的对象。 -
lines
: 如果records
是 orient,那么将每行的每条记录写成 json。
当对应的值为NaN时,返回值为null
下面咱们通过代码进行方法解释
以下代码截图来自Jupyter中文集成版(Python整合版)
Git地址:
生成json文件到指定目录
将日期转为时间戳,分数格式化为1位小数
当orient为index时
其它的格式不再一一描述
更多推荐
所有评论(0)