迹忆客 专注技术分享

本教程将演示用 Python 从 CSV 文件中读取数据并保存为 JSON 文件的各种方法。在 Web 应用程序中，用于保存和传输数据的格式是 JSON 格式。假设我们已将数据保存为 CSV（逗号分隔值）格式，并且需要将其转换为 JSON 格式。

因此，我们需要一些方法将 CSV 格式的数据转换为 JSON 格式。我们可以使用以下方法在 Python 中将 CSV 文件转换为 JSON 文件。

在 Python 中使用 json.dump() 方法将 CSV 文件转换为 JSON 文件

json.dump(obj, fp, indent=None, Seperator=None) 方法将数据 obj 用作输入，并将 obj 序列化为 JSON 格式的流，并将其写入类似文件的对象 fp 中。

如果我们想将缩进添加到数据中以使其更易于阅读，则可以使用 indent 关键字参数。对于 indent 参数值等于 0 时，方法在每个值后增加一个新行，并在每行开始时增加 indent 的数量，即 indent 等于 1 时增加一个\t，以此类推。

如果 indent 参数是 None，则 separator 参数等于 (', ', ': ')，否则等于 (', ', ': ')。

以下示例代码演示了如何使用 json.dump() 方法在 Python 中将数据另存为 JSON 文件。

with open("file.csv", "r") as file_csv:
    fieldnames = ("field1", "field2")
    reader = csv.DictReader(file_csv, fieldnames)

with open("myfile.json", "w") as file_json:
    for row in reader:
        json.dump(row, file_json)

在 Python 中使用 Dataframe.to_json() 方法将 CSV 文件转换为 JSON 文件

Pandas 模块的 Dataframe.to_json(path, orient) 方法，以 DataFrame 和 path 作为输入并将其转换为 JSON 字符串，并保存在提供的 path 中。如果未提供 path，则该方法返回 JSON 字符串作为输出，如果提供 path，则该方法不返回任何内容。

orient 参数对于指定我们如何格式化 JSON 字符串非常有用，并且对于 Series 和 DataFrame 输入都有各种选项。

由于 Dataframe.to_json() 方法将 DataFrame 作为输入，因此我们将使用 pandas.readcsv() 方法首先将 CSV 文件读取为 DataFrame。以下示例代码演示了如何使用 Dataframe.to_json() 方法在 Python 中将 CSV 文件转换为 JSON 文件。

import pandas as pd

csv_data = pd.read_csv("test.csv", sep=",")
csv_data.to_json("test.json", orient="records")