pandas 0.23 - DataFrame.to_json()

pandas.DataFrame.to_json




pandas

pandas.DataFrame.to_json

DataFrame.to_json(path_or_buf=None, orient=None, date_format=None, double_precision=10, force_ascii=True, date_unit='ms', default_handler=None, lines=False, compression=None, index=True) [source]

ऑब्जेक्ट को JSON स्ट्रिंग में कनवर्ट करें।

नोट NaN का और कोई भी शून्य में परिवर्तित नहीं किया जाएगा और डेटाटाइम ऑब्जेक्ट UNIX टाइमस्टैम्प में परिवर्तित हो जाएंगे।

पैरामीटर:

path_or_buf : स्ट्रिंग या फ़ाइल हैंडल, वैकल्पिक

फ़ाइल पथ या ऑब्जेक्ट। यदि निर्दिष्ट नहीं है, तो परिणाम एक स्ट्रिंग के रूप में लौटाया जाता है।

पूरबी : स्ट्रिंग

अपेक्षित JSON स्ट्रिंग प्रारूप का संकेत।

  • शृंखला

    • डिफ़ॉल्ट 'सूचकांक' है
    • अनुमत मान हैं: {'स्प्लिट', 'रिकॉर्ड', 'इंडेक्स'}
  • डेटा ढांचा

    • डिफ़ॉल्ट 'कॉलम' है
    • अनुमत मान हैं: {'स्प्लिट', 'रिकॉर्ड', 'इंडेक्स', 'कॉलम', 'वेल्यू'}
  • JSON स्ट्रिंग का प्रारूप

    • 'स्प्लिट': {जैसे '' इंडेक्स '-> [इंडेक्स],' कॉलम '-> [कॉलम],' डेटा '-> [मान]}
    • 'रिकॉर्ड': सूची [{कॉलम -> मान},…, {कॉलम -> मूल्य}]
    • 'इंडेक्स': {इंडेक्स -> {कॉलम -> वैल्यू}} की तरह
    • 'कॉलम': {कॉलम -> {इंडेक्स -> वैल्यू}} की तरह
    • 'मान': सिर्फ मान सरणी
    • 'तालिका': तानाशाह की तरह {'स्कीमा': {स्कीमा}, 'डेटा': {डेटा}} डेटा का वर्णन, और डेटा घटक orient='records'

      संस्करण में परिवर्तित किया गया 0.20.0।

date_format : {कोई नहीं, 'युग', 'iso'}

दिनांक रूपांतरण का प्रकार। och एपोच ’= एपोच मिलीसेकंड, 'आइसो’ = आईएसओ 8601। डिफ़ॉल्ट orient पर निर्भर करता है। orient='table' , डिफ़ॉल्ट 'आइसो' है। अन्य सभी रोगियों के लिए, डिफ़ॉल्ट 'युग' है।

डबल_प्रदर्शन : इंट, डिफ़ॉल्ट 10

फ़्लोटिंग पॉइंट मानों को एन्कोडिंग करते समय उपयोग करने के लिए दशमलव स्थानों की संख्या।

force_ascii : बूलियन, डिफ़ॉल्ट सत्य

बल ASCII होने के लिए स्ट्रिंग एन्कोड किया गया।

date_unit : string, default 'ms' (मिलीसेकंड)

एनकोडिंग, और ISO8601 परिशुद्धता को नियंत्रित करने के लिए समय इकाई। क्रमशः 's', 'ms', 'us', दूसरे के लिए 'ns', मिलीसेकंड, माइक्रोसेकंड और नैनोसेकंड।

default_handler : कॉल करने योग्य, डिफ़ॉल्ट कोई नहीं

यदि ऑब्जेक्ट अन्यथा JSON के लिए एक उपयुक्त प्रारूप में परिवर्तित नहीं किया जा सकता है तो कॉल करने के लिए हैंडलर। एक एकल तर्क प्राप्त करना चाहिए जो कि धारावाहिक वस्तु को परिवर्तित करने और वापस करने के लिए वस्तु है।

लाइनों : बूलियन, डिफ़ॉल्ट गलत

यदि 'ओरिएंट' 'रिकॉर्ड' है तो लाइन डिलीटेड जोंस फॉर्मेट लिखें। यदि गलत 'प्राच्य' है तो ValueError फेंक देंगे क्योंकि अन्य की तरह सूची नहीं है।

संस्करण में नया 0.19.0।

संपीड़न : {कोई नहीं, 'gzip', 'bz2', 'zip', 'xz'}

आउटपुट फ़ाइल में उपयोग करने के लिए संपीड़न का प्रतिनिधित्व करने वाला एक स्ट्रिंग, केवल तभी उपयोग किया जाता है जब पहला तर्क एक फ़ाइल नाम होता है।

संस्करण में नया 0.21.0।

सूचकांक : बूलियन, डिफ़ॉल्ट सही

JSON स्ट्रिंग में इंडेक्स मानों को शामिल करना है या नहीं। इंडेक्स ( index=False ) को शामिल नहीं किया गया है, केवल तभी समर्थित है जब ओरिएंट 'स्प्लिट' या 'टेबल' हो।

संस्करण में नया 0.23.0।

यह भी देखें

pandas.read_json

उदाहरण

>>> df = pd.DataFrame([['a', 'b'], ['c', 'd']],
...                   index=['row 1', 'row 2'],
...                   columns=['col 1', 'col 2'])
>>> df.to_json(orient='split')
'{"columns":["col 1","col 2"],
  "index":["row 1","row 2"],
  "data":[["a","b"],["c","d"]]}'

'records' फॉर्मेट किए गए JSON का उपयोग करके किसी डेटाफ़्रेम को एन्कोडिंग / डिकोड करना। ध्यान दें कि इंडेक्स लेबल इस एन्कोडिंग के साथ संरक्षित नहीं हैं।

>>> df.to_json(orient='records')
'[{"col 1":"a","col 2":"b"},{"col 1":"c","col 2":"d"}]'

'index' फॉर्मेट किए गए JSON का उपयोग करके किसी डेटाफ़्रेम को एन्कोडिंग / डिकोड करना:

>>> df.to_json(orient='index')
'{"row 1":{"col 1":"a","col 2":"b"},"row 2":{"col 1":"c","col 2":"d"}}'

JSON स्वरूपित 'columns' का उपयोग करके किसी डेटाफ़्रेम को एन्कोडिंग / डिकोड करना:

>>> df.to_json(orient='columns')
'{"col 1":{"row 1":"a","row 2":"c"},"col 2":{"row 1":"b","row 2":"d"}}'

'values' का उपयोग करके किसी डेटाफ़्रेम को एन्कोडिंग / डिकोड करना स्वरूपित JSON:

>>> df.to_json(orient='values')
'[["a","b"],["c","d"]]'

तालिका स्कीमा के साथ एन्कोडिंग

>>> df.to_json(orient='table')
'{"schema": {"fields": [{"name": "index", "type": "string"},
                        {"name": "col 1", "type": "string"},
                        {"name": "col 2", "type": "string"}],
             "primaryKey": "index",
             "pandas_version": "0.20.0"},
  "data": [{"index": "row 1", "col 1": "a", "col 2": "b"},
           {"index": "row 2", "col 1": "c", "col 2": "d"}]}'