Pandas_JSON和Pickle

1.使用read_json函数可以自动将JSON数据集按照指定的顺序转换为Series或者DataFrame对象，其默认做法是假设JSON数据中的每个对象是表里的一行

# [{"a": 1, "b": 2, "c": 3},
#  {"a": 4, "b": 5, "c": 6},
#  {"a": 7, "b": 8, "c": 9}]
data = pd.read_json('E:/test_resourse/example.json')

print(data)

运行结果：

   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

 

2.反之，使用to_json函数，将pandas对象转换为json格式

print(data.to_json())
{"a":{"0":1,"1":4,"2":7},"b":{"0":2,"1":5,"2":8},"c":{"0":3,"1":6,"2":9}}

 

3.Python标准库pickle，可以支持二进制格式的文件读写，且高效方便。

df = pd.read_csv('E:/test_resourse/ex1.csv')
print(df)
df.to_pickle('E:/test_resourse/df_pickle') #写入 将csv转换成pickle
new_df = pd.read_pickle('E:/test_resourse/df_pickle')
print(new_df)

运行结果：

   a   b   c   d message
0  1   2   3   4   hello
1  5   6   7   8   world
2  9  10  11  12     foo
   a   b   c   d message
0  1   2   3   4   hello
1  5   6   7   8   world
2  9  10  11  12     foo