Я хотел бы знать, как читать несколько файлов json
из одной папки (без указания имен файлов, просто они являются json файлами).
Кроме того, можно превратить их в pandas
DataFrame?
Можете ли вы дать мне базовый пример?
Я хотел бы знать, как читать несколько файлов json
из одной папки (без указания имен файлов, просто они являются json файлами).
Кроме того, можно превратить их в pandas
DataFrame?
Можете ли вы дать мне базовый пример?
Один из вариантов - перечислить все файлы в каталоге с помощью os.listdir, а затем найти только те, которые заканчиваются на .json:
import os, json
import pandas as pd
path_to_json = 'somedir/'
json_files = [pos_json for pos_json in os.listdir(path_to_json) if pos_json.endswith('.json')]
print(json_files) # for me this prints ['foo.json']
Теперь вы можете использовать pandas DataFrame.from_dict для чтения в json (словарь python в данный момент) в pandas dataframe:
montreal_json = pd.DataFrame.from_dict(many_jsons[0])
print montreal_json['features'][0]['geometry']
Печать:
{u'type': u'Point', u'coordinates': [-73.6051013, 45.5115944]}
В этом случае я добавил несколько jsons в список many_jsons
. Первый JSON в моем списке на самом деле геойсон с некоторыми геоданными в Монреале. Я уже знаком с содержанием, поэтому распечатываю "геометрию", которая дает мне долготу и широту Монреаля.
Следующий код подводит итог всему вышесказанному:
import os, json
import pandas as pd
# this finds our json files
path_to_json = 'json/'
json_files = [pos_json for pos_json in os.listdir(path_to_json) if pos_json.endswith('.json')]
# here I define my pandas Dataframe with the columns I want to get from the json
jsons_data = pd.DataFrame(columns=['country', 'city', 'long/lat'])
# we need both the json and an index number so use enumerate()
for index, js in enumerate(json_files):
with open(os.path.join(path_to_json, js)) as json_file:
json_text = json.load(json_file)
# here you need to know the layout of your json and each json has to have
# the same structure (obviously not the structure I have here)
country = json_text['features'][0]['properties']['country']
city = json_text['features'][0]['properties']['name']
lonlat = json_text['features'][0]['geometry']['coordinates']
# here I push a list of data into a pandas DataFrame at row given by 'index'
jsons_data.loc[index] = [country, city, lonlat]
# now that we have the pertinent json data in our DataFrame let look at it
print(jsons_data)
для меня это печатает:
country city long/lat
0 Canada Montreal city [-73.6051013, 45.5115944]
1 Canada Toronto [-79.3849008, 43.6529206]
Может быть полезно знать, что для этого кода у меня было два геоджона в каталоге с именем "json". Каждый JSON имел следующую структуру:
{"features":
[{"properties":
{"osm_key":"boundary","extent":
[-73.9729016,45.7047897,-73.4734865,45.4100756],
"name":"Montreal city","state":"Quebec","osm_id":1634158,
"osm_type":"R","osm_value":"administrative","country":"Canada"},
"type":"Feature","geometry":
{"type":"Point","coordinates":
[-73.6051013,45.5115944]}}],
"type":"FeatureCollection"}
Итерирование (плоского) каталога легко с помощью glob
module
from glob import glob
for f_name in glob('foo/*.json'):
...
Что касается чтения JSON непосредственно в pandas
, см. здесь.
Чтобы прочитать json файлы,
import os
import glob
contents = []
json_dir_name = "/path/to/json/dir"
json_pattern = os.path.join(json_dir_name,'*.json'
file_list = glob.glob(json_pattern)
for file in file_list:
contents.append(read(file))