Python: Przeczytaj kilka plików json z folderu

Question

Chciałbym wiedzieć, jak odczytać kilka plików json z jednego folderu (bez podawania nazw plików, tylko że są to pliki json).

Co więcej, możliwe jest przekształcenie ich w DataFrame pandas?

Czy możesz podać mi podstawowy przykład?

Answer 1

Jedną z opcji jest wykaz wszystkich plików w katalogu z os.listdir a następnie znalezienie tylko tych, które kończą się „.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'] 

Teraz można korzystać z pandy DataFrame.from_dict czytać w json (słownikiem python w tym momencie) do dataframe pandy:

montreal_json = pd.DataFrame.from_dict(many_jsons[0]) 
print montreal_json['features'][0]['geometry'] 

Prints:

{u'type': u'Point', u'coordinates': [-73.6051013, 45.5115944]} 

W tym przypadku dołączyłem kilka jsons do listy many_jsons. Pierwszy json na mojej liście to w rzeczywistości geojson z niektórymi danymi geograficznymi na temat Montrealu. Znam już treść, więc wydrukuję "geometrię", która daje mi lon/lat Montreal.

Poniższy kod podsumowuje wszystko powyżej:

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's look at it 
print(jsons_data) 

dla mnie to drukuje:

country   city     long/lat 
0 Canada Montreal city [-73.6051013, 45.5115944] 
1 Canada  Toronto [-79.3849008, 43.6529206] 

pomocne może okazać się, że dla tego kodu miałem dwa geojsons w nazwie katalogu ' json ". Każdy json miał następującą strukturę:

{"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"} 

Answer 2

Aby odczytać pliki json,

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)) 

Answer 3

Iteracja a (płaskie) katalog jest łatwy z modułem

from glob import glob 

for f_name in glob('foo/*.json'): 
    ... 

chodzi o czytanie JSON bezpośrednio do pandasglob patrz here.