उदाहरण # 01
हम व्यवहार में प्रदर्शित करेंगे कि 'पांडा' डेटाफ़्रेम को JSON प्रारूप में बदलने के लिए 'पांडा' की 'to_json ()' विधि का उपयोग कैसे करें। 'पांडा' पैकेज यहां आयात किया जाता है, जो 'सुन्न' है, और हम इसे 'एनपी' के रूप में आयात करते हैं। अब, 'पांडा' कोड को निष्पादित करने के लिए, पांडा के पैकेज आयात किए जाने चाहिए। उस पैकेज को आयात करने के लिए, हम 'आयात' कीवर्ड का उपयोग करते हैं। फिर, हम 'पंडों को पीडी' के रूप में सेट करते हैं, जिसका अर्थ है कि हम किसी भी 'पांडा पैकेज' को आसानी से एक्सेस या उपयोग कर सकते हैं, जिसकी हमें केवल 'पीडी' रखकर आवश्यकता होती है।
हम यहां 'np. array', यह 'np' हमें सुपीरियर लाइब्रेरी फ़ंक्शंस तक पहुँचने में मदद करता है। यह numpy array 'New_data' वेरिएबल में भी स्टोर होता है, और हम इस numpy array में 'A, B, C, D' और 'E, F, G, H' डालते हैं। यह खस्ता सरणी अब 'pd.DataFrame' पद्धति का उपयोग करके डेटाफ़्रेम में परिवर्तित हो गई है। यह 'पांडा' विधि है जिसे हम यहां 'पीडी' रखकर एक्सेस करते हैं। जब हम इस numpy array को DataFrame में कनवर्ट करते हैं, तो हम कॉलम नाम भी डालते हैं।
हम यहां कॉलम हेडर के रूप में जो नाम जोड़ते हैं, वे 'col1, col2, col3, और col4' हैं। फिर आप देखते हैं कि हमारे पास नीचे 'प्रिंट' है जिसमें हमने डेटाफ्रेम का नाम सेट किया है, जो इस मामले में 'न्यू_डेटाफ्रेम' है, इसलिए इसे इस कोड के निष्पादन पर प्रस्तुत किया जाएगा। अब, हम 'to_json ()' विधि का उपयोग करके इस डेटाफ़्रेम को JSON प्रारूप में परिवर्तित कर रहे हैं। हम 'to_json ()' विधि के साथ DataFrame 'New_dataFrame' का नाम सेट करते हैं और इस विधि को 'New_json' चर में भी रखते हैं। यहां, हमने इस 'to_json ()' विधि के लिए कोई पैरामीटर पास नहीं किया है। DataFrame का JSON प्रारूप अब 'प्रिंट' में रखा गया है और यह कंसोल पर भी रेंडर होगा।
इस कोड के संकलन और निष्पादन के लिए, हम 'Shift+Enter' दबाते हैं और यदि कोड त्रुटि रहित है, तो आउटपुट रेंडर होगा। यहां हम इस कोड के परिणाम को भी पेस्ट करते हैं जिसमें हमने डेटाफ्रेम दिखाया है जिसे हमने इस उदाहरण में बनाया है और उस डेटाफ्रेम के JSON प्रारूप को भी।
उदाहरण # 02
यहां, हम केवल एक पुस्तकालय आयात करते हैं, जो 'पांडा' है और फिर 'AtoZ_Courses' सूची बनाई जाती है, और हम इसमें कुछ सूचियां डालते हैं, जो 'पायथन, 29000, 35 दिन, और 1000.0' हैं, फिर हम डालते हैं ' जावास्क्रिप्ट, 27000, 55 दिन और 2300.0', उसके बाद, हम 'एचटीएमएलसीएसएस, 25000, 25 दिन और 1500' जोड़ते हैं। अब, हमने 'डेटाबेस, 24000, 45 दिन, और 1500.0' और 'ओओपी, 21000, 35 दिन, 1500.0' के रूप में दो और डेटा भी सम्मिलित किए हैं। 'AtoZ_Courses' सूची अब DataFrame में बदल गई है, और हमने इसे 'AtoZ_Courses_df' नाम दिया है। 'पाठ्यक्रम_नाम, भुगतान, अवधि और बोनस' यहां डेटाफ़्रेम के कॉलम नामों के रूप में जोड़े गए हैं।
अब, इस चरण में डेटाफ़्रेम उत्पन्न होता है, और हम इसे टर्मिनल पर प्रदर्शित करने के लिए 'प्रिंट ()' कथन में जोड़ते हैं। अब, 'to_json ()' विधि का उपयोग करके, हम 'AtoZ_Courses_df' डेटाफ़्रेम को JSON प्रारूप में बदल रहे हैं। इस 'to_json ()' विधि को एक पैरामीटर भी दिया गया है जो 'ओरिएंट = कॉलम' है, जो कि डिफ़ॉल्ट पैरामीटर भी है। यह डेटाफ्रेम को '{कॉलम नाम -> {इंडेक्स वैल्यू -> कॉलम वैल्यू}} प्रारूप' के रूप में प्रदर्शित करता है।
यहां, JSON प्रारूप में, यह स्तंभ नाम प्रदर्शित करता है और फिर उस स्तंभ के सभी मानों को अनुक्रमणिका मान के साथ रखता है। सबसे पहले, यह पहले कॉलम के नाम का उल्लेख करता है, और फिर पहले कॉलम के सभी मानों को इंडेक्स वैल्यू के साथ प्रस्तुत किया जाता है, और फिर यह दूसरे कॉलम का नाम और दूसरे कॉलम के सभी मानों को इंडेक्स आदि के साथ रखता है।
उदाहरण # 03
DataFrame इस कोड में “Bachelors_df” नाम से जनरेट होता है। हमने इस 'Bachelors_df' में पांच कॉलम डाले हैं। हमारे यहां पहला कॉलम 'छात्र' कॉलम है, और हम इसमें 'लिली, स्मिथ, ब्रोमली, मिल्ली और अलेक्जेंडर' डालते हैं। अगला कॉलम 'डिग्री' कॉलम है, जिसमें 'आईटी, बीबीए, अंग्रेजी, सीएस और डीवीएम' शामिल है। फिर 'year_of_joining' आगे आता है जहां हम छात्रों के शामिल होने के वर्षों को जोड़ते हैं, जो कि '2015, 2018, 2017, 2015, और 2014' हैं।
इस कॉलम के आगे का कॉलम 'year_of_graduation' है, जिसमें उन छात्रों के स्नातक वर्ष '2019, 2022, 2021, 2019 और 2018' हैं। हम यहां 'सीजीपीए' कॉलम भी जोड़ते हैं जिसमें हम छात्रों के सीजीपीए '3.3, 3.5, 3.6, 3.7 और 3.8' रखते हैं। टर्मिनल पर 'Bachelors_df' प्रदर्शित करने के लिए, हम इसे 'प्रिंट ()' अभिव्यक्ति में शामिल करते हैं। अब, हम 'to_json ()' विधि का उपयोग करके 'बैचलर_डीएफ' डेटाफ़्रेम को JSON प्रारूप में परिवर्तित कर रहे हैं।
'ओरिएंट = रिकॉर्ड्स' पैरामीटर इसी तरह इस कोड में 'to_json ()' विधि को पास किया गया है। यह 'ओरिएंट = रिकॉर्ड्स' JSON प्रारूप को '[{कॉलम नाम -> कॉलम वैल्यू}, ..., {कॉलम नाम -> कॉलम वैल्यू}]' फॉर्म के रूप में प्रदर्शित करेगा। DataFrame का JSON प्रारूप अब 'प्रिंट' पर सेट है और यह टर्मिनल पर भी प्रदर्शित होगा।
डेटाफ़्रेम यहां केवल कॉलम और पंक्तियों के रूप में दिखाया गया है, लेकिन JSON प्रारूप में, आप देख सकते हैं कि यह कॉलम का नाम रखता है और फिर उस कॉलम का मान प्रदर्शित करता है; एक कॉलम के मान को प्रदर्शित करने के बाद, यह दूसरे कॉलम का नाम प्रिंट करता है और फिर उस कॉलम का मान डालता है और फिर ऐसा ही करता है क्योंकि हम 'to_josn' विधि के पैरामीटर को 'ओरिएंट = रिकॉर्ड्स' के रूप में सेट करते हैं।
उदाहरण # 04
हम एक संख्यात्मक सरणी 'My_data' बनाते हैं जिसमें हम '2, 4' और '6, 8' डालते हैं। फिर numpy array को DataFrame 'My_dataFrame' में बदलें और इसके कॉलम नामों को 'A1 और A2' के रूप में सेट करें। अब, 'प्रिंट' का उपयोग करके यहां डेटाफ़्रेम प्रदर्शित करने के बाद। हम बिना किसी पैरामीटर के पहले 'to_json ()' विधि का उपयोग करते हैं और इसे प्रदर्शित करते हैं। इसके बाद, हम 'to_json ()' विधियों के पैरामीटर को 'ओरिएंट = स्प्लिट' पर सेट करते हैं और इस प्रारूप को प्रिंट भी करते हैं। फिर हम 'to_josn ()' को फिर से 'My_dataFrame' पर लागू करते हैं और इस बार, हम 'ओरिएंट = रिकॉर्ड्स' को इस फ़ंक्शन के पैरामीटर के रूप में पास करते हैं।
इसके नीचे, हम 'ओरिएंट = इंडेक्स' को 'My_dataFrame' के साथ रखते हैं और इस JSON फॉर्मेट को रेंडर करते हैं। इस पैरामीटर के बाद, हम फिर से 'to_json' को 'ओरिएंट = कॉलम' पैरामीटर के साथ उपयोग करते हैं और इसे रेंडर भी करते हैं। फिर हम 'ओरिएंट = मान' को 'to_json ()' विधि के पैरामीटर के रूप में पास करते हैं और इसे 'My_dataFrame' पर लागू करते हैं। हम इस फ़ंक्शन के पैरामीटर को 'ओरिएंट = टेबल' पर भी सेट करते हैं और फिर से उसी डेटाफ़्रेम के साथ उपयोग करते हैं और इस JSON प्रारूप को भी प्रदर्शित करते हैं। अब, हम इस कोड के आउटपुट में JSON के प्रारूपों के बीच अंतर को नोट करेंगे।
यहां, आप आसानी से जेएसओएन के प्रारूपों के बीच अंतर पा सकते हैं, जिसे हमने उसी डेटाफ्रेम पर लागू किया है। 'to_json' विधि में हमने जो सभी पैरामीटर पास किए हैं, वे यहां विभिन्न स्वरूपों में दिखाई देते हैं।
निष्कर्ष
यह मार्गदर्शिका JSON प्रारूप दिखाती है और इस JSON प्रारूप को विस्तार से बताती है और पांडा डेटाफ़्रेम को JSON में कैसे परिवर्तित करें। हमने समझाया है कि 'to_json ()' विधि का उपयोग पांडा डेटाफ़्रेम को JSON प्रारूप में परिवर्तित करने के लिए किया जाता है। हमने विभिन्न मापदंडों पर भी चर्चा की है, जिन्हें हमने यहां 'to_json ()' विधि में पारित किया है। हमने एक संपूर्ण मार्गदर्शिका प्रदान की है जिसमें हमने अपने 'पांडा' कोड में इस 'to_json ()' विधि के सभी संभावित पैरामीटर डालकर 'to_json ()' विधियों का उपयोग किया है और उन्हें आउटपुट में भी दिखाया है कि ये पैरामीटर प्रारूप को कैसे बदलते हैं जेएसओएन की।