Pandas如何读取JSON文件：从入门到实践
在数据处理与分析领域，JSON（JavaScript Object Notation）作为一种轻量级、易读的数据交换格式，被广泛应用于Web开发、API接口和数据存储场景，而Python的Pandas库作为数据分析的利器，提供了强大的JSON数据读取功能，能够将JSON文件灵活转换为DataFrame结构，便于后续的清洗、转换和分析，本文将详细介绍Pandas读取JSON文件的多种方法、参数配置及实际应用场景,帮助您快速这一技能。
Pandas读取JSON文件的核心方法：read_json()
Pandas提供了read_json()函数，专门用于将JSON格式的数据读取为DataFrame对象，该函数支持多种JSON数据结构，能够处理从简单到复杂的各类JSON文件,是连接JSON数据与Pandas数据分析流程的核心桥梁。
基本语法与参数概览
read_json()函数的基本语法如下：
pandas.read_json(
path_or_buf, # JSON文件路径、URL或文件类对象
orient=None, # 指定JSON数据的格式
typ='frame', # 返回数据类型，'frame'（DataFrame）或'series'（Series）
dtype=True, # 是否自动推断数据类型
convert_dates=True, # 是否转换日期列
keep_default_dates=True, # 是否保留默认日期格式
numpy=False, # 是否返回NumPy数组
precise_float=False, # 是否精确解析浮点数
date_unit=None, # 日期时间单位（如's'、'ms'、'us'、'ns'）
encoding=None, # 文件编码格式
lines=False, # 是否按行读取JSON（每行一个JSON对象）
chunksize=None, # 分块读取，返回迭代器
compression='infer', # 文件压缩格式（'infer'、'gzip'、'bz2'、'zip'等）
nrows=None, # 读取指定行数（仅适用于lines=True）
storage_options=None, # 针对URL或远程存储的额外选项（如认证信息）
errors='strict', # 解析错误时的处理方式（'strict'、'ignore'、'raise'）
**kwargs # 其他可选参数
)
最简单的用法：读取标准JSON文件
假设有一个名为data.json的标准JSON文件，内容如下（字典形式，键为列名，值为列表）：
{
"name": ["Alice", "Bob", "Charlie"],
"age": [25, 30, 35],
"city": ["New York", "London", "Paris"]
}
使用read_json()直接读取即可：
import pandas as pd
df = pd.read_json('data.json')
print(df)
输出结果：
name age city
0 Alice 25 New York
1 Bob 30 London
2 Charlie 35 Paris这是最常见的情况：JSON数据是一个字典，键对应DataFrame的列名，值对应列的数据列表，此时read_json()会自动识别结构并转换为DataFrame。
处理不同结构的JSON数据：orient参数的妙用
JSON数据的结构多样，orient参数是read_json()的关键，它告诉Pandas如何解析JSON的层级关系，常见的orient取值包括：'columns'、'index'、'records'、'values'、'split'，以及针对嵌套JSON的'table'。
'columns'：默认格式（键为列名）
如上述示例，JSON数据是字典结构，键为列名，值为列表。orient='columns'（默认）会直接将键作为列名，列表作为列数据。
示例：
{"name": ["Alice", "Bob"], "age": [25, 30]}
df = pd.read_json('data.json', orient='columns')
'index'：键为行索引，内层字典为列值
当JSON的键是行索引，内层字典的键是列名时，需指定orient='index'。
示例JSON（index.json）：
{
"row1": {"name": "Alice", "age": 25},
"row2": {"name": "Bob", "age": 30}
}
读取代码：
df = pd.read_json('index.json', orient='index')
print(df)
输出：
name age
row1 Alice 25
row2 Bob 30'records'：列表形式，每个元素为字典（行记录）
这是API接口返回的常见格式：JSON是一个列表，每个元素是一个字典，字典的键是列名，值是对应行的数据。
示例JSON（records.json）：
[
{"name": "Alice", "age": 25, "city": "New York"},
{"name": "Bob", "age": 30, "city": "London"}
]
读取代码：
df = pd.read_json('records.json', orient='records')
print(df)
输出：
name age city
0 Alice 25 New York
1 Bob 30 London'values'：仅保留数据，忽略行列名
JSON数据仅包含纯值列表（二维数组形式），orient='values'会直接将其转换为DataFrame，不添加行列索引名称。
示例JSON（values.json）：
[
["Alice", 25, "New York"],
["Bob", 30, "London"]
]
读取代码：
df = pd.read_json('values.json', orient='values')
print(df)
输出（列名为默认整数索引）：
0 1 2
0 Alice 25 New York
1 Bob 30 London'split'：字典形式，包含"index"、"columns"、"data"键
JSON数据被拆分为索引、列名和数据三部分，需明确指定orient='split'。
示例JSON（split.json）：
{
"index": ["row1", "row2"],
"columns": ["name", "age"],
"data": [["Alice", 25], ["Bob", 30]]
}
读取代码：
df = pd.read_json('split.json', orient='split')
print(df)
输出：
name age
row1 Alice 25
row2 Bob 30处理嵌套JSON：orient='table'或自定义解析
实际数据中常包含嵌套结构（如字典列表中的字典），此时需结合orient='table'或分步处理。
示例JSON（nested.json）：
[
{"name": "Alice", "info": {"age": 25, "city": "New York"}},
{"name": "Bob", "info": {"age": 30, "city": "London"}}
]
方法1：orient='table'（推荐）
orient='table'会尝试将嵌套JSON转换为“规范化”的DataFrame，展开嵌套字典。
df = pd.read_json('nested.json', orient='table')
print(df)
输出：
name info.age info.city
0 Alice 25 New York
1 Bob 30 London嵌套字典的键会作为新列（格式为父层.子层），值对应数据。
方法2：手动展开嵌套列
若orient='table'不满足需求，可先读取JSON，再用apply()或json_normalize()展开嵌套字段。
from pandas import json_normalize
# 先读取为列表（假设JSON是records格式）
data = [
{"name": "Alice", "info": {"age": 25, "city": "New York"}},
{"name": "Bob", "info": {"age": 30, "city": "London"}}
]
df = pd.DataFrame(data)
# 展开info列
df = pd.concat([df.drop('info', axis=1), df['info'].apply(pd.Series)], axis=1)
print(df)
输出同orient='table'。
读取行式JSON（JSON Lines）：lines=True
在日志处理、大数据场景中，数据常以“每行一个JSON对象”的格式存储（称为JSON Lines或`.jsonl
还没有评论，来说两句吧...