# Python處理json數(shù)據(jù)(轉(zhuǎn))

司馬山哥關(guān)注

1.json模塊介紹

Json 模塊提供了四個(gè)方法: dumps、dump凫佛、loads讲坎、load
詳情參見(jiàn)https://www.cnblogs.com/tjuyuan/p/6795860.html

2 json文件讀取

user = open("user.json", encoding="utf-8").read()
userDict = json.loads(user)

userDict為字典格式的文件,通過(guò)字典操作讀取字段值愧薛。

3 創(chuàng)建數(shù)據(jù)框DataFrame晨炕,便于保存為csv文件

CallCount = pd.DataFrame(
    columns=['date_time', 'total_call_count', 'domestic_calls', 'local', 'called', 'dialing', 'max_time',
             'max_time_number','frequently_number','frequently_number_calls'])

4 數(shù)據(jù)抽取并統(tǒng)計(jì)字段

for item in userDict["task_data"]["call_info"]:
    date_time = item["call_cycle"]
    total_call_count = item["total_call_count"]
    CallLandType = {}
    CallTypeName = {}
    CallTime = []
    CallOtherNumber = {}
    for call in item["call_record"]:
        call_land_type = call["call_land_type"]
        call_type_name = call["call_type_name"]
        call_time = call["call_time"]
        call_other_number = call["call_other_number"]

        CallLandType[call_land_type] = CallLandType.get(call_land_type, 0) + 1
        CallTypeName[call_type_name] = CallTypeName.get(call_type_name, 0) + 1
        CallTime.append(call_time)
        CallOtherNumber[call_other_number] = CallOtherNumber.get(call_other_number, 0) + 1

    MaxTime = max(CallTime)
    MaxTimeNumber = item["call_record"][CallTime.index(MaxTime)]["call_other_number"]
    FrequentlyNumber = max(CallOtherNumber, key=CallOtherNumber.get)
    FrequentlyNumberCalls = CallOtherNumber[FrequentlyNumber]

5 數(shù)據(jù)保存

    result = np.array([date_time, total_call_count, CallLandType['國(guó)內(nèi)長(zhǎng)途'], CallLandType['本地通話'], CallTypeName['被叫'],
                       CallTypeName['主叫'],MaxTime,MaxTimeNumber,FrequentlyNumber,FrequentlyNumberCalls])
    CallCount.loc[count] = result
    count = count + 1

CallCount.to_csv("callcount.csv",index=False,sep=',')

注釋:CSV2JSON

#-*- coding:utf-8 -*-

import os
import os.path
import csv
rootdir = "/Users/ying/Documents"     # folder stores csv files

for parent,dirnames,filenames in os.walk(rootdir):
    for filename in filenames:
        abs_path = os.path.join(parent,filename)
        if ".csv" in abs_path:
            print abs_path
            #對(duì)每個(gè)文件進(jìn)行處理
            with open(abs_path, 'rb') as csvfile:
                reader = csv.reader(csvfile)
                rows = [row for row in reader]
                header = rows[0]
                for rowOne in rows[1:]:
                    json_row = {}
                    for i in range(0,len(rowOne)):
                        json_row[header[i]] = rowOne[i]
                    print json_row

注:更改csv存儲(chǔ)的文件夾地址,即可方便的將csv轉(zhuǎn)成Python

</article>

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末毫炉,一起剝皮案震驚了整個(gè)濱河市瓮栗,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌瞄勾,老刑警劉巖费奸,帶你破解...
    沈念sama閱讀 218,036評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異进陡,居然都是意外死亡愿阐,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,046評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門四濒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)换况,“玉大人职辨,你說(shuō)我怎么就攤上這事「甓” “怎么了舒裤?”我有些...
    開封第一講書人閱讀 164,411評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)觉吭。 經(jīng)常有香客問(wèn)我腾供,道長(zhǎng),這世上最難降的妖魔是什么鲜滩? 我笑而不...
    開封第一講書人閱讀 58,622評(píng)論 1 293
  • 正文 為了忘掉前任伴鳖,我火速辦了婚禮,結(jié)果婚禮上徙硅,老公的妹妹穿的比我還像新娘榜聂。我一直安慰自己,他們只是感情好嗓蘑,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,661評(píng)論 6 392
  • 文/花漫 我一把揭開白布须肆。 她就那樣靜靜地躺著,像睡著了一般桩皿。 火紅的嫁衣襯著肌膚如雪豌汇。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,521評(píng)論 1 304
  • 那天泄隔,我揣著相機(jī)與錄音拒贱,去河邊找鬼。 笑死佛嬉,一個(gè)胖子當(dāng)著我的面吹牛逻澳,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播巷燥,決...
    沈念sama閱讀 40,288評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼赡盘,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了缰揪?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,200評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤葱淳,失蹤者是張志新(化名)和其女友劉穎钝腺,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體赞厕,經(jīng)...
    沈念sama閱讀 45,644評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡艳狐,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,837評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了皿桑。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片毫目。...
    茶點(diǎn)故事閱讀 39,953評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡蔬啡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出镀虐,到底是詐尸還是另有隱情箱蟆,我是刑警寧澤,帶...
    沈念sama閱讀 35,673評(píng)論 5 346
  • 正文 年R本政府宣布刮便,位于F島的核電站空猜,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏恨旱。R本人自食惡果不足惜辈毯,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,281評(píng)論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望搜贤。 院中可真熱鬧谆沃,春花似錦、人聲如沸仪芒。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,889評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)桌硫。三九已至夭咬,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間铆隘,已是汗流浹背卓舵。 一陣腳步聲響...
    開封第一講書人閱讀 33,011評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留膀钠,地道東北人掏湾。 一個(gè)月前我還...
    沈念sama閱讀 48,119評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像肿嘲,于是被迫代替她去往敵國(guó)和親融击。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,901評(píng)論 2 355