Какие функции Pandas используются для обработки JSON?

Основные функции Pandas для работы с JSON

Pandas предлагает несколько функций для обработки JSON-данных, которые широко используются при работе с API, логами и конфигурационными файлами. Основная функция — read_json(), которая загружает JSON-строку или файл в DataFrame.

Пример использования read_json()

import pandas as pd

# Чтение из файла
df = pd.read_json('data.json')

# Чтение из строки
json_str = '{"name": ["Alice", "Bob"], "age": [25, 30]}'
df = pd.read_json(json_str)
print(df)

Обработка вложенных структур

Для вложенных JSON-объектов используется json_normalize() (теперь pd.json_normalize()), которая разворачивает вложенные словари в плоские столбцы.

import pandas as pd

data = [
    {"id": 1, "info": {"city": "NY", "zip": 10001}},
    {"id": 2, "info": {"city": "LA", "zip": 90001}}
]
df = pd.json_normalize(data)
print(df)

Экспорт в JSON

Для обратного преобразования DataFrame в JSON используется to_json() с параметрами ориентации (records, index, columns и др.).

df.to_json('output.json', orient='records')

Вывод

Эти функции незаменимы при интеграции с веб-сервисами и обработке данных в формате JSON, позволяя быстро преобразовывать структурированные данные в удобный табличный вид.