上往建站提供服务器空间服务商，百度快照排名，网站托管，百度推广运营,致力于设计外包服务与源代码定制开发，360推广，搜狗推广,增加网站的能见度及访问量提升网络营销的效果,主营：网站公司,百度推广公司电话,官网搭建服务,网站服务企业排名,服务器空间,英文域名等业务，专业团队服务，效果好。
【河源网站建设|河源网站制作|河源网站设计】网站开发-网站改版-网站维护-网站搭建-网站托管-网站费用-网站价格-网站多少钱-网站报价
河源，亦称槎城，广东省地级市、深圳都市圈城市
[1-2] 。地处广东省东北部、东江中上游、韩江上游
[3] ，全市面积1.57万平方公里
[74] 。辖1个区、5个县，另设河源国家高新区、江东新区
[5] 。根据第七次人口普查数据，有常住人口数283.77万。
历史上，佗城是岭南最早的建邑之地，南越王赵佗为首任龙川县令。河源是客家人开发岭南最早的地区，是中共首任中央审计委员会主任阮啸仙
[5] 、最高人民法院原院长肖扬、
北京大学中文系原主任温儒敏的故乡
[7] ，是东江纵队的革命根据地，是广东最早的解放区
[5] 。
河源水环境质量持续位居全省第一
[8] ，
万绿湖、青龙湖是华南第一大、广东第二大人工湖，万绿湖入选首批“中国好水”水源地
[5] 。
2018年环境空气质量优良率居全省第二 [72] 。钨矿、铁矿、萤石矿和稀土储量位居全省第一
[5] 。2018年4月，境内探明世界首个超大型独立铷矿床
[9] 。
河源是全国文明城市提名城市
[10] 、国家园林城市、国家卫生城市、中国优秀旅游城市、全国双拥模范城市、广东省文明城市、国家级生态保护与建设示范区、中国优质饮用水资源开发基地、中国节能减排二十佳城市
[5] 。广东省社会科学院报告显示，2014年至2016年，河源连续3年发展后劲排名全省第一
[11] 。2019年，河源在北部生态发展区5市区域竞争力排行中位列第一
[12] 。
2019年，河源市固定资产投资增长19.3%，增速排名全省第一
[13] 。2020年地区生产总值为1102.74亿元，按可比价格计算，同比增长1.3%
[14] 。
SON（JavaScript Object Notation，JavaScript 对象表示法），是存储和交换文本信息的语法，类似 XML。
JSON 比 XML 更小、更快，更易解析，更多 JSON 内容可以参考 JSON 教程。
Pandas 可以很方便的处理 JSON 数据，本文以 sites.json 为例，内容如下：
实例
[
{
"id": "A001", "name": "菜鸟教程", "url": "www.runoob.com", "likes": 61
}, {
"id": "A002", "name": "Google", "url": "www.google.com", "likes": 124
}, {
"id": "A003", "name": "淘宝", "url": "www.taobao.com", "likes": 45
}]
实例
import pandas as pd
df = pd.read_json('sites.json')
print(df.to_string())
to_string() 用于返回 DataFrame 类型的数据，我们也可以直接处理 JSON 字符串。
实例
import pandas as pd
data =[
{
"id": "A001",
"name": "菜鸟教程",
"url": "www.runoob.com",
"likes": 61
},
{
"id": "A002",
"name": "Google",
"url": "www.google.com",
"likes": 124
},
{
"id": "A003",
"name": "淘宝",
"url": "www.taobao.com",
"likes": 45
}
]
df = pd.DataFrame(data)
print(df)
以上实例输出结果为：
id name url likes0 A001 菜鸟教程 www.runoob.com 611 A002 Google www.google.com 1242 A003 淘宝 www.taobao.com 45
JSON 对象与 Python 字典具有相同的格式，所以我们可以直接将 Python 字典转化为 DataFrame 数据：
实例
import pandas as pd
# 字典格式的 JSON
s = {
"col1":{"row1":1,"row2":2,"row3":3},
"col2":{"row1":"x","row2":"y","row3":"z"}
}
# 读取 JSON 转为 DataFrame
df = pd.DataFrame(s)
print(df)
以上实例输出结果为：
col1 col2
row1 1 x
row2 2 y
row3 3 z
从 URL 中读取 JSON 数据：
实例
import pandas as pd
URL = 'https://static.runoob.com/download/sites.json'
df = pd.read_json(URL)
print(df)
以上实例输出结果为：
id name url likes0 A001 菜鸟教程 www.runoob.com 611 A002 Google www.google.com 1242 A003 淘宝 www.taobao.com 45
内嵌的 JSON 数据
假设有一组内嵌的 JSON 数据文件 nested_list.json ：
nested_list.json 文件内容
{
"school_name": "ABC primary school",
"class": "Year 1",
"students": [
{
"id": "A001",
"name": "Tom",
"math": 60,
"physics": 66,
"chemistry": 61
},
{
"id": "A002",
"name": "James",
"math": 89,
"physics": 76,
"chemistry": 51
},
{
"id": "A003",
"name": "Jenny",
"math": 79,
"physics": 90,
"chemistry": 78
}]
}
使用以下代码格式化完整内容：
实例
import pandas as pd
df = pd.read_json('nested_list.json')
print(df)
以上实例输出结果为：
school_name class students0 ABC primary school Year 1 {'id': 'A001', 'name': 'Tom', 'math': 60, 'phy...
1 ABC primary school Year 1 {'id': 'A002', 'name': 'James', 'math': 89, 'p...2 ABC primary school Year 1 {'id': 'A003', 'name': 'Jenny', 'math': 79, 'p...这时我们就需要使用到 json_normalize() 方法将内嵌的数据完整的解析出来：
实例
import pandas as pd
import json
# 使用 Python JSON 模块载入数据
with open('nested_list.json','r') as f:
data = json.loads(f.read())
# 展平数据
df_nested_list = pd.json_normalize(data, record_path =['students'])
print(df_nested_list)
以上实例输出结果为：
id name math physics chemistry0 A001 Tom 60 66 611 A002 James 89 76 512 A003 Jenny 79 90 78
data = json.loads(f.read()) 使用 Python JSON 模块载入数据。
json_normalize() 使用了参数 record_path 并设置为 ['students'] 用于展开内嵌的 JSON 数据 students。
显示结果还没有包含 school_name 和 class 元素，如果需要展示出来可以使用 meta 参数来显示这些元数据：
实例
import pandas as pd
import json
# 使用 Python JSON 模块载入数据
with open('nested_list.json','r') as f:
data = json.loads(f.read())
# 展平数据
df_nested_list = pd.json_normalize(
data,
record_path =['students'],
meta=['school_name', 'class']
)
print(df_nested_list)
以上实例输出结果为：
id name math physics chemistry school_name class0 A001 Tom 60 66 61 ABC primary school Year 11 A002 James 89 76 51 ABC primary school Year 12 A003 Jenny 79 90 78 ABC primary school Year 1
接下来，让我们尝试读取更复杂的 JSON 数据，该数据嵌套了列表和字典，数据文件 nested_mix.json 如下：
nested_mix.json 文件内容
{
"school_name": "local primary school",
"class": "Year 1",
"info": {
"president": "John Kasich",
"address": "ABC road, London, UK",
"contacts": {
"email": "admin@e.com",
"tel": "123456789"
}
},
"students": [
{
"id": "A001",
"name": "Tom",
"math": 60,
"physics": 66,
"chemistry": 61
},
{
"id": "A002",
"name": "James",
"math": 89,
"physics": 76,
"chemistry": 51
},
{
"id": "A003",
"name": "Jenny",
"math": 79,
"physics": 90,
"chemistry": 78
}]
}
源城区，广东省河源市辖区，位于广东省东北部、河源市南部，东江中上游与新丰江的汇合处，与广州、深圳、香港相距约200公里。源城区西北接东源县，东接江东新区，南与惠州博罗县交界，总面积361.5平方公里
[21] 。截至2020年，源城区下辖2个镇、5个街道办事处，44个社区居委会，28个村委会（不含江东新区城东街道办事处）
[1] ，根据第七次人口普查数据，截至2020年11月1日零时，源城区常住人口703607人
[20] 。
源城区是河源市人民政府所在地，市区规划面积120平方公里，是河源市的政治、经济、文化中心，境内水陆交通发达，是粤东北的交通枢纽
[1] 。
源城区历史悠久，境内是原河源县的一部分。原河源县从南齐永明元年（483年）建县至1988年有1500多年的历史。1988年1月，经国务院批准撤销河源县，设立河源市。原河源县分设源城区和东源县
[1] 。
2019年，源城区地区生产总值429亿元
[2] ，市区口径为189.20亿元（未含河源国家高新区），比上年增长5.5%
[3] 。其中，第一产业完成增加值2.87亿元，增长4.3%，第二产业完成增加值76.06亿元，增长9.4%，第三产业完成增加值110.27亿元，增长2.6%
[4] 。
【河源网站建设|河源网站制作|河源网站设计】网站开发-网站改版-网站维护-网站搭建-网站托管-网站费用-网站价格-网站多少钱-网站报价
上往建站提供搭建网站，域名注册，官网备案服务，网店详情页设计，企业网店，专业网络店铺管理运营全托管公司咨询电话，服务器空间，微信公众号托管，网页美工排版,致力于域名申请，竞价托管，软文推广，全网营销,提供标准级专业技术保障，了却后顾之忧,主营：虚拟主机，网站推广，百度竞价托管，网站建设，上网建站推广服务，网络公司有哪些等业务，专业团队服务，效果好。
服务热线：400-111-6878 手机微信同号:18118153152（各城市商务人员可上门服务）
