Python数据分析时读写json，这个关键参数你绝不能忽略

之前说过关于如何利用Pandas这一神器读写EXCEL、CSV等等常见格式的问题。时隔多日，我们接着来讲讲json格式如何在Python的Pandas库进行I/O。

首先我们要明白的一点是：json和EXCEL、CSV包括SQL的明显区别在于，他们在结构上有很大的不同。前者类似Python中由键值对构成的字典，而后三者则偏向于结构化的电子表格。基于这种不同，Pandas在对json进行I/O的时候也会有很大的不同。

Output

我们先来看看json的输出，事先构造一个DF：

然后通过DF.to_json方法即可进行输出，其中有一个关键的参数是orient，用来指定输出的json文件的格式。对于DF，其可选项有：split/records/index/columns/values/table。而对于Series，可选项只有split/records/index。

而这些可选项到底表示的都是怎样的json形式，咱们直接上例子看看，毕竟百闻不如一见。

split

可以看出，当参数orient取值为split时，其格式类似于由columns/index/data三组键值对组成的字典，可以简单理解为将原DF分成了DF.columns、DF.index和DF.values三部分，然后拼装成了一个字典的模样。

records

上面的是取值为records时的结果，其格式则类似由三个字典构成的列表，每个字典则可以看做是原DF的一行，即一条记录（record）。这么来理解，倒也挺方便。

index

上面是取值为index时的结果，跟再上面的格式对比一下，就能看到相似度很高，只是多了每行的index标签，同时最外围用花括号代替了中括号。

columns

如果说取值为index时是将原DF一行一行展示出来了，那么取值为columns时，则是将原DF一列一列展示了出来。

values

相比之下，取值values好理解的多，意即不要原DF的index和columns，只取了values，然后按行用嵌套列表展示了出来。

而取值table时，则相当于在取值为records的基础上添加了对数据描述的schema。由于截图太长，就不贴出来了，感兴趣的朋友自己写一遍就知道了。

Input

读入json的时候，其格式也是需要重点考虑的一点。我们可以事先用记事本或sublime text打开文件然后对照上面看看属于哪种格式，然后在下面的pd.read_json对应的orient参数中传入对应的值就可以正确的读取了：

当然，某些时候，即使你的orient传入的格式不那么准确，pandas也能不报错的帮我们读取进来，但是显示出来的格式就保不齐是怎样的了。所以在读入的时候，正确的判断json文件对应的格式很重要。

再说一下这个号的宗旨吧，因为身边不时有朋友会问一些这方面的事情。做这个号纯粹出于个人爱好，希望大家能喜欢，然后给文章点个赞或者加个关注什么的，能满足我一点小小的虚荣，往后再写什么也有那么一丝动力了。我不会特别高产，像日更啊什么的基本是做不到的，毕竟每篇文章都是自己一个字一个字敲出来的，案例数据不是自己在网上找或者采集下来的，就是在脑中虚构了一个场景后编出来的，很费时。很多东西我不会照着官方文档的例子去写（网上这样写博客的一抓一大把，连案例的数据都懒得换），官方文档虽说很精准，但是例子基本都烂的很，比如说pandas和matplotlib。我希望我的案例数据是有血有肉的，至少是应该有一些若有若无的场景在里面，而不是诸如一堆foo、baz、qux等等连鬼都不明白到底啥意思的东西。

好好取个名字就那么难？！

我也不是什么大神，只是用的时间稍微长那么一点而已，希望大家能开开心心地共同进步。