我有一个需要提取并转换为JSON的SQL数据库。我认为要做的第一步是从数据库中获取数据并将其作为数据框加载,然后将数据框转换为JSON对象。
假设我有以下数据框。
df_school = pd.DataFrame({'id':[1,2,3,4], 'school_code': ['ABC', 'IJK', 'QRS', 'XYZ'], 'name': ['School A','School B', 'School C', 'School D'], 'type':['private', 'public', 'public', 'private']})
print(df_school)
我想用以下代码将其转换为JSON。
import collections
object_list =[]
for idx, row in df_school.iterrows():
d = collections.OrderedDict()
d['id'] = row['id']
d['school_code'] = row['school_code']
d['name'] = row['name']
d['type'] = row['type']
object_list.append(d)
j = json.dumps(object_list)
object_list = 'school_objects.js'
f = open(object_list, 'w')
print(j)
但是结果是字符串。它只看起来像JSON,但是当我尝试访问所谓的JSON中的项目时,例如j[0]
,它打印的是[
,而不是JSON中的项目。
我还尝试了另一种方法,将结果直接从SQL转换为JSON。
query = "Select * from school;"
df_school = pd.read_sql_query(query, connection)
json_school = df_school.head(10).to_json(orient='records')
但是我仍然有字符串。
如何将其转换为真实的JSON对象?
答案 0 :(得分:2)
鉴于提供的df_school
变量,我们只需执行j=df_school.to_json(orient='records')
即可将其转换为JSON格式的字符串。
一旦我们保存了j
的JSON格式的字符串,如果要对其进行处理,我们首先必须使用json.loads(j)
将JSON再次加载到Python中。
因此,如果我们这样做:
j = df_school.to_json(orient='records')
# parse j into Python
loaded_json = json.loads(j)
print(loaded_json[0])
# print outputs: {'id': 1, 'name': 'School A', 'school_code': 'ABC', 'type': 'private'}
希望这会有所帮助!
答案 1 :(得分:1)
import pandas as pd
import json
df_school = pd.DataFrame({'id':[1,2,3,4], 'school_code': ['ABC', 'IJK', 'QRS', 'XYZ'], 'name': ['School A','School B', 'School C', 'School D'], 'type':['private', 'public', 'public', 'private']})
str_school = df_school.to_json(orient='records')
json_school = json.loads(str_school)
json_school[0]
{'id':1,'school_code':'ABC','name':'学校A','type':'私人'}
答案 2 :(得分:0)
JSON是对象的字符串编码。
一旦使用json.dumps()
或类似名称,您将得到一个字符串。
答案 3 :(得分:0)
尝试以下代码,希望对您有所帮助:
data = [{columns:df_school.iloc[i][columns] for columns in list(df_school.columns) } for i in range(df_school.shape[0]) ]
print(data)
print("***********************")
print(type(data[0]))
输出将会是:
[{'id': 1, 'school_code': 'ABC', 'name': 'School A', 'type': 'private'},
{'id': 2, 'school_code': 'IJK', 'name': 'School B', 'type': 'public'},
{'id': 3, 'school_code': 'QRS', 'name': 'School C', 'type': 'public'},
{'id': 4, 'school_code': 'XYZ', 'name': 'School D', 'type': 'private'}]
*************************
<class 'dict'>
答案 4 :(得分:0)
data={k:list(v.values()) for k,v in df_school.to_dict().items()}
{
'id': [1, 2, 3, 4],
'school_code': ['ABC', 'IJK', 'QRS', 'XYZ'],
'name': ['School A', 'School B', 'School C', 'School D'],
'type': ['private', 'public', 'public', 'private']
}