这是将 JSON 数据集加载到 Pandas DataFrames 中的最有效方式答案

【问题标题】：which is the most efficient way of loading a JSON dataset into Pandas DataFrames这是将 JSON 数据集加载到 Pandas DataFrames 中的最有效方式
【发布时间】：2013-05-02 22:14:33
【问题描述】：

我没有在 JSON 上的 Pandas 文档和食谱（只是对 CSV 和带分隔符的文本文件的引用）中找到任何内容。

是否已经定义了将 JSON 直接加载到 DataFrame 中的函数？如果有不同的选择，哪个是最有效的？

【问题讨论】：

你能发布一个你的 JSON 是什么样子的例子吗
不是一个特定的实例问题。我想知道一些适用于不同结构的东西。在特定情况下，我可以编写一个特定的解析器，对其进行迭代，然后将数据推送到 DF。
我确信过去有一些关于 from_json 方法的讨论，但不能指望它。类似于this issue...
试试这个：stackoverflow.com/questions/15455388/…

标签： python json dataframe pandas

【解决方案1】：

上面提到了将JSON加载到DataFrame的通用方法：

import pandas as pd
d = pd.read_json('JSON File')

但是，如果您的 JSON 文件是嵌套的，并且您需要在其中创建一些嵌套属性的 DataFrame，则可以使用

 from pandas.io.json import json_normalize
 json_normalize(df[JSONKEYWORD])

在 JSONKEYWORD 中，可以传递嵌套的 JSON 对象，然后您将获得该嵌套 JSON 对象的子数据框。

【讨论】：

【解决方案2】：

使用熊猫 0.12：

import pandas as pd

d = pd.read_json('JSON File')

【讨论】：

【解决方案3】：

从 github 安装 pandasjson，它提供 DataFrame from_json 和 to_json 类方法。

https://github.com/pydata/pandasjson

import pandasjson
from pandas import DataFrame

"""
pinfo DataFrame.from_json
File:  ../lib/python2.7/site-packages/pandasjson.py
Definition: DataFrame.from_json(cls, json, orient='columns', dtype=None, numpy=True)

pinfo DataFrame.to_json
File:  ../lib/python2.7/site-packages/pandasjson.py
Definition: DataFrame.to_json(self, orient='columns', double_precision=10, force_ascii=True)
"""

【讨论】：