pandas.DataFrame.to_json
-
DataFrame.to_json(path_or_buf=None, orient=None, date_format='epoch', double_precision=10, force_ascii=True, date_unit='ms', default_handler=None) -
Преобразует объект в строку JSON.
Обратите внимание, что NaN и None будут преобразованы в null, а объекты datetime — в метки времени Unix.
Параметры: path_or_buf : путь или буфер для записи результирующей строки
если это None, вернуть StringIO с преобразованной строкой
orient : строка
- Series
- по умолчанию ‘index’
- допустимые значения: {‘split’,’records’,’index’}
- DataFrame
- по умолчанию ‘columns’
- допустимые значения: {‘split’,’records’,’index’,’columns’,’values’}
- Формат строки JSON
- split : подобный словарю {index -> [index], columns -> [columns], data -> [values]}
- records : список вида [{column -> value}, ... , {column -> value}]
- index : подобный словарю {index -> {column -> value}}
- columns : подобный словарю {column -> {index -> value}}
- values : только массив значений
date_format : {‘epoch’, ‘iso’}
Тип преобразования даты.
epoch= миллисекунды эпохи,iso`= ISO8601, по умолчанию epoch.double_precision : число десятичных знаков для кодирования
значений с плавающей точкой, по умолчанию 10.
force_ascii : принудительно кодировать строку в ASCII, по умолчанию True.
date_unit : строка, по умолчанию ‘ms’ (миллисекунды)
Единица измерения времени для кодирования, управляет точностью метки времени и ISO8601. Одно из значений ‘s’, ‘ms’, ‘us’, ‘ns’ для секунд, миллисекунд, микросекунд и наносекунд соответственно.
default_handler : вызываемый объект, по умолчанию None
Обработчик, вызываемый, если объект не может быть преобразован в подходящий формат для JSON. Должен принять один аргумент, который является объектом для преобразования, и вернуть сериализуемый объект.
Возвращает: тот же тип, что и входной объект, с отфильтрованными осями информации
- Series
© 2008–2012, AQR Capital Management, LLC, Lambda Foundry, Inc. and PyData Development Team
Licensed under the 3-clause BSD License.
https://pandas.pydata.org/pandas-docs/version/0.18.1/generated/pandas.DataFrame.to_json.html