pandas.Panel.to_json

Panel.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]

Преобразовать объект в строку JSON.

Обратите внимание, что значения NaN и None будут преобразованы в null, а объекты datetime будут преобразованы в метки временной шкалы Unix.

Параметры:

path_or_buf : путь или буфер для записи строки результата если это None, возвращается преобразованная строка 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 : словарь типа {индекс -> [индекс], столбцы -> [столбцы], данные -> [значения]} records : список типа [{столбец -> значение}, ... , {столбец -> значение}] index : словарь типа {индекс -> {столбец -> значение}} columns : словарь типа {столбец -> {индекс -> значение}} values : только массив значений table : словарь типа {‘схема’: {схема}, ‘данные’: {данные}}, описывающий данные, а компонент данных похож на orient='records'. Изменено в версии 0.20.0. date_format : {None, ‘epoch’, ‘iso’} Тип преобразования даты. epoch = метки времени эпохи в миллисекундах, iso = ISO8601. Значение по умолчанию зависит от orient. Для orient=’table’, значение по умолчанию ‘iso’. Для всех остальных ориентиров значение по умолчанию ‘epoch’. double_precision : Количество десятичных знаков для использования 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, регулирует точность меток времени и ISO8601. Одно из ‘s’, ‘ms’, ‘us’, ‘ns’ для секунд, миллисекунд, микросекунд и наносекунд соответственно. default_handler : вызываемый, 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. lines : boolean, по умолчанию False Если ‘orient’ равен ‘records’, выведите форматированный в виде строк JSON. Вызовет ValueError, если неверный ‘orient’, так как другие не похожи на списки. Добавлен в версии 0.19.0. compression : {None, ‘gzip’, ‘bz2’, ‘xz’} Строка, представляющая сжатие, используемое в выходном файле, используется только тогда, когда первый аргумент — имя файла Добавлен 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 не сохраняются при таком кодировании.

>>> 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"}]}'