JSON à CSV Python

«La notation d'objet JSON ou JavaScript est un format d'échange de données qui est largement adopté par de nombreuses applications. Que vous travailliez avec des serveurs, vous finirez par rencontrer JSON.

Les valeurs séparées de CSV ou de virgules sont un format de fichier utilisé pour stocker des données tabulaires telles qu'une feuille Excel. Cependant, au lieu de boîtes, il utilise une virgule pour séparer diverses valeurs et enregistrements. Il est courant lors de l'exportation d'une grande collection de texte compatible entre les systèmes.

Bien qu'ils puissent sembler différents, JSON et CSV partagent certaines fonctionnalités communes dans lesquelles nous n'accepterons pas pour le moment.

Cependant, vous pouvez vous retrouver dans une situation où vous devez exporter vos données JSON dans un fichier CSV.

Dans ce tutoriel, nous apprendrons à faire exactement cela en utilisant Python et divers modules intégrés."

Commençons.

Méthode 1: Utilisation de Pandas to_csv () Funtion

L'une des méthodes les plus courantes pour convertir un objet JSON en format CSV est la fonction Pandas vers_csv ().

Avant de commencer, laissez-nous préparer nos données JSON. Dans notre exemple, nous allons utiliser un fichier JSON comme indiqué ci-dessous:

[

"id": 1,
"First_name": "Jada",
"last_name": "déport",
"Email": "Jdeport0 @ 123-reg.co.Royaume-Uni",
"Genre": "Femme",
"ip_address": "68.40.159.153 "
,

"id": 2,
"First_name": "Vallie",
"Last_name": "Skitt",
"Email": "vskitt1 @ état.TX.nous",
"Genre": "Femme",
"ip_address": "155.192.158.152 "
,

"id": 3,
"First_name": "Boy",
"Last_name": "Batch",
"Email": "bbatter2 @ wp.com ",
"Genre": "Bigender",
"ip_address": "105.168.162.19 "
,

"id": 4,
"First_name": "Sari",
"Last_name": "Wilkison",
"Email": "Swilkison3 @ admin.ch ",
"Genre": "Femme",
"ip_address": "227.193.140.31 "
,

"id": 5,
"First_name": "Onofredo",
"Last_name": "Hannam",
"Email": "Ohannam4 @ upenn.edu ",
"genre masculin",
"ip_address": "84.54.102.193 "

]]

N'hésitez pas à utiliser vos données JSON préférées. Une fois que nous avons nos données, nous pouvons les lire et les exporter dans CSV, comme indiqué dans le code ci-dessous:

Importer des pandas en tant que PD
Importer JSON
avec ouvert ('net_info.json ',' r ') comme f:
data = json.charge (f)
df = pd.JSON_Normalize (données)
df.to_csv ('net_info.csv ')

Dans la technique ci-dessus, nous commençons par importer les modules Pandas et JSON. Nous lisons ensuite le fichier JSON et le stockons comme un objet JSON en utilisant le JSON.Fonction de chargement ().

Nous transmettons ensuite l'objet JSON à la fonction JSON_NORMALINE (), qui crée un Pandas DataFrame.

De là, nous appelons la fonction to_csv () et fournissons le nom de fichier. Cela enregistre les données au format CSV avec le fichier spécifié.

Les données résultantes sont comme indiqué ci-dessous:

,id, first_name, last_name, e-mail, genre, ip_address
0,1, jada, déport, jdeport0 @ 123-reg.co.Royaume-Uni, femme, 68.40.159.153
1,2, Vallie, Skitt, vskitt1 @ State.TX.nous, femme, 155.192.158.152
2,3, garçon, pâte, bbatter2 @ wp.com, Bigender, 105.168.162.19
3,4, Sari, Wilkison, Swilkison3 @ Admin.Ch, femme, 227.193.140.31
4,5, Onofredo, Hannam, Ohannam4 @ Upenn.edu, mâle, 84.54.102.193

C'est l'une des meilleures méthodes pour convertir les données JSON en CSV. En effet, la capacité de Pandas à gérer de grandes quantités de données est efficace pour les grands ensembles de données.

Méthode 2: Utilisation du module CSV de Python

Nous pouvons également utiliser le module CSV de Python pour convertir un objet JSON en données CSV. Considérez l'exemple ci-dessous:

Importer CSV
Importer JSON
avec ouvert ('net_info.json ',' r ') comme f:
JSON_OBJ = JSON.charge (f)
avec ouvert ('net_info.csv ',' w ') comme f:
WR = CSV.DictWriter (F, FieldNames = JSON_OBJ [0].clés())
wr.WriteHeader ()
wr.Writerrows (JSON_OBJ)

La méthode ci-dessus est très simple. Nous commençons par importer les modules CSV et JSON.

Ensuite, nous utilisons la fonction ouverte pour lire le fichier JSON et l'enregistrer dans un objet JSON.

À l'étape suivante, nous utilisons la fonction ouverte pour écrire dans un fichier CSV. Python créera ce fichier s'il n'existe pas. En utilisant la fonction DictWriter à partir du module CSV, nous créons un objet que nous pouvons utiliser pour écrire les données dans le fichier. Dans ce cas, le nom de champ fait référence aux touches utilisées par la fonction writerrows () pour écrire les données.

L'exécution du code ci-dessus doit créer le format CSV de l'objet JSON comme indiqué:

id, first_name, last_name, e-mail, genre, ip_address
1, jada, déport, jdeport0 @ 123-reg.co.Royaume-Uni, femme, 68.40.159.153
2, Vallie, Skitt, vskitt1 @ State.TX.nous, femme, 155.192.158.152
3, garçon, pâte, bbatter2 @ wp.com, Bigender, 105.168.162.19
4, Sari, Wilkison, Swilkison3 @ Admin.Ch, femme, 227.193.140.31
5, Onofredo, Hannam, Ohannam4 @ Upenn.edu, mâle, 84.54.102.193

Conclusion

Dans cet article, vous avez découvert deux méthodes principales pour convertir un objet JSON en CSV en utilisant Pandas et le module CSV de Python.

Merci d'avoir lu!!