pandas.Series.to_json

Series.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) [source]

Преобразование объекта 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, возвращается преобразованная строка orient : строка Series по умолчанию ‘index’ разрешенные значения: {‘split’,’records’,’index’} DataFrame по умолчанию ‘columns’ разрешенные значения: {‘split’,’records’,’index’,’columns’,’values’} Формат строки JSON split : словарь вида {индекс -> [индекс], столбцы -> [столбцы], данные -> [значения]} records : список вида [{столбец -> значение}, ... , {столбец -> значение}] index : словарь вида {индекс -> {столбец -> значение}} columns : словарь вида {столбец -> {индекс -> значение}} values : только массив значений table : словарь вида {‘схема’: {схема}, ‘данные’: {данные}}, описывающий данные, и компонент данных похож на orient='records'. Изменено в версии 0.20.0. date_format : {None, ‘epoch’, ‘iso’} Тип преобразования даты. epoch = метки времени в миллисекундах, iso = ISO8601. По умолчанию зависит от orient. Для orient=’table’, по умолчанию ‘iso’. Для всех остальных ориентаций по умолчанию ‘epoch’. double_precision : количество десятичных знаков, используемых при кодировании 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 времени для кодирования, управляет точностью метки времени и ISO8601. Одно из ‘s’, ‘ms’, ‘us’, ‘ns’ для секунды, миллисекунды, микросекунды и наносекунды соответственно. default_handler : вызываемая функция, по умолчанию None Обработчик, который вызывается, если объект не может быть преобразован в подходящий для JSON формат. Должен принять один аргумент, который является объектом для преобразования, и вернуть сериализуемый объект. lines : булево, по умолчанию False Если ‘orient’ равен ‘records’, записывать JSON-формат с разделителями строк. Будет выброшено исключение ValueError, если ‘orient’ неверен, так как другие не являются списками. Добавлена в версии 0.19.0. compression : {None, ‘gzip’, ‘bz2’, ‘xz’} Строка, представляющая используемое сжатие в выходном файле, используется только тогда, когда первый аргумент — имя файла Добавлена в версии 0.21.0.

Возвращает:

тот же тип, что и входной объект, с отфильтрованной осью информации

См. также

pd.read_json

Примеры

>>> 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"]]}'

Кодирование/декодирование DataFrame с использованием JSON в формате 'index':

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

Кодирование/декодирование DataFrame с использованием JSON в формате 'records'. Обратите внимание, что метки индекса при таком кодировании не сохраняются.

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

Кодирование со схемой таблицы

>>> 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"}]}'