如何在 Python 中过滤 JSON 数组
要在 Python 中过滤 JSON 数组:
-
使用
json.loads()
方法将 JSON 数组转换为 Python 列表。 - 使用列表理解来遍历列表。
- 检查列表中的每一项是否满足特定条件并返回结果。
import json
json_array = json.dumps(
[
{'name': 'Alice', 'salary': 100},
{'name': 'Jiyik', 'salary': 50},
{'name': 'Carl', 'salary': 75}
]
)
a_list = json.loads(json_array)
filtered_list = [
dictionary for dictionary in a_list
if dictionary['salary'] > 50
]
# 👇️ [{'name': 'Alice', 'salary': 100}, {'name': 'Carl', 'salary': 75}]
print(filtered_list)
json.dumps
方法将 Python 对象转换为 JSON 格式的字符串。
相反,json.loads
方法将 JSON 字符串解析为本机 Python 对象。
我们使用
json.loads()
方法将 JSON 数组转换为原生 Python 列表。
然后我们使用列表理解来迭代列表。
在每次迭代中,我们检查是否满足特定条件并返回结果。
代码示例检查每个字典是否有一个值大于 50 的 salary 键。
import json
json_array = json.dumps(
[
{'name': 'Alice', 'salary': 100},
{'name': 'Jiyik', 'salary': 50},
{'name': 'Carl', 'salary': 75}
]
)
a_list = json.loads(json_array)
filtered_list = [
dictionary for dictionary in a_list
if dictionary['salary'] > 50
]
# 👇️ [{'name': 'Alice', 'salary': 100}, {'name': 'Carl', 'salary': 75}]
print(filtered_list)
新列表只包含满足条件的词典。
我们可以使用这种方法来检查任何条件。
或者,我们可以使用 for 循环。
如何使用 for 循环过滤 JSON 数组
要在 Python 中过滤 JSON 数组:
-
使用
json.loads()
方法将 JSON 数组转换为 Python 列表。 - 使用 for 循环遍历列表。
- 检查每个列表项是否满足特定条件。
- 将匹配项附加到新列表。
import json
json_array = json.dumps(
[
{'name': 'Alice', 'salary': 100},
{'name': 'Jiyik', 'salary': 50},
{'name': 'Carl', 'salary': 75}
]
)
a_list = json.loads(json_array)
filtered_list = []
for dictionary in a_list:
if dictionary['salary'] > 50:
filtered_list.append(dictionary)
# 👇️ [{'name': 'Alice', 'salary': 100}, {'name': 'Carl', 'salary': 75}]
print(filtered_list)
我们使用 for 循环遍历列表。
在每次迭代中,我们检查当前字典是否有一个值大于 50 的 salary 键。
如果满足条件,我们使用
list.append()
方法将字典附加到新列表。
list.append()
方法将一个项目添加到列表的末尾。
新列表仅包含原始列表中满足条件的项目。
我们可以使用相同的方法来过滤存储在文件中的 JSON 数组。
在 Python 中过滤存储在文件中的 JSON 数组
要过滤存储在文件中的 JSON 数组:
- 以阅读模式打开 JSON 文件。
-
使用
JSON.load()
方法将文件反序列化为 Python 列表。 - 使用列表理解来过滤列表。
import json
file_name = 'example.json'
with open(file_name, 'r', encoding='utf-8') as f:
a_list = json.load(f)
# 👇️ [{'name': 'Alice', 'salary': 100}, {'name': 'Jiyik', 'salary': 50}, {'name': 'Carl', 'salary': 75}]
print(a_list)
filtered_list = [
dictionary for dictionary in a_list
if dictionary['salary'] > 50
]
# 👇️ [{'name': 'Alice', 'salary': 100}, {'name': 'Carl', 'salary': 75}]
print(filtered_list)
该代码示例假定我们有一个 example.json 文件存储在与 main.py 脚本相同的目录中。
example.json
[ {"name": "Alice", "salary": 100}, {"name": "Bobby", "salary": 50}, {"name": "Carl", "salary": 75} ]
json.load
方法用于将文件反序列化为 Python 对象。
另一方面,json.loads
方法用于将 JSON 字符串反序列化为 Python 对象。
json.load()
方法需要一个包含实现 .read() 方法的 JSON 文档的文本文件或二进制文件。
一旦我们将 JSON 文件中的数据解析为本机 Python 列表,我们就可以使用列表理解或 for 循环来过滤列表。
我们还可以使用 filter()
函数来过滤 JSON 数组。
使用 filter() 函数过滤 JSON 数组
要在 Python 中过滤 JSON 数组:
-
使用
json.loads()
函数将 JSON 数组解析为 Python 列表。 -
将 lambda 函数和列表传递给
filter()
函数。 - lambda 函数应检查每个列表项是否满足条件。
import json
json_array = json.dumps(
[
{'name': 'Alice', 'salary': 100},
{'name': 'Jiyik', 'salary': 50},
{'name': 'Carl', 'salary': 75}
]
)
a_list = json.loads(json_array)
filtered_list = list(
filter(
lambda dictionary: dictionary['salary'] > 50,
a_list
)
)
# 👇️ [{'name': 'Alice', 'salary': 100}, {'name': 'Carl', 'salary': 75}]
print(filtered_list)
filter
函数接受一个函数和一个可迭代对象作为参数,并从可迭代对象的元素构造一个迭代器,函数返回一个真值。
我们传递给
filter()
的 lambda 函数被列表中的每个字典调用。
该函数检查字典是否满足特定条件并返回结果。
最后一步是使用 list()
类将过滤器对象转换为列表。
相关文章
Python pandas.pivot_table() 函数
发布时间:2024/04/24 浏览次数:82 分类:Python
-
Python Pandas pivot_table()函数通过对数据进行汇总,避免了数据的重复。
在 Python 中将 Pandas 系列的日期时间转换为字符串
发布时间:2024/04/24 浏览次数:894 分类:Python
-
了解如何在 Python 中将 Pandas 系列日期时间转换为字符串
在 Python Pandas 中使用 str.split 将字符串拆分为两个列表列
发布时间:2024/04/24 浏览次数:1124 分类:Python
-
本教程介绍如何使用 pandas str.split() 函数将字符串拆分为两个列表列。
在 Pandas 中将 Timedelta 转换为 Int
发布时间:2024/04/23 浏览次数:231 分类:Python
-
可以使用 Pandas 中的 dt 属性将 timedelta 转换为整数。
Python 中的 Pandas 插入方法
发布时间:2024/04/23 浏览次数:112 分类:Python
-
本教程介绍了如何在 Pandas DataFrame 中使用 insert 方法在 DataFrame 中插入一列。
使用 Python 将 Pandas DataFrame 保存为 HTML
发布时间:2024/04/21 浏览次数:106 分类:Python
-
本教程演示如何将 Pandas DataFrame 转换为 Python 中的 HTML 表格。
如何将 Python 字典转换为 Pandas DataFrame
发布时间:2024/04/20 浏览次数:73 分类:Python
-
本教程演示如何将 python 字典转换为 Pandas DataFrame,例如使用 Pandas DataFrame 构造函数或 from_dict 方法。
如何在 Pandas 中将 DataFrame 列转换为日期时间
发布时间:2024/04/20 浏览次数:101 分类:Python
-
本文介绍如何将 Pandas DataFrame 列转换为 Python 日期时间。