Python：从一个文件夹中读取多个json文件

Question

我想知道如何从单个文件夹中读取多个 json 文件（不指定文件名，只是它们是 json 文件）。

另外，可以将它们变成 pandas DataFrame 吗？

你能给我一个基本的例子吗？

原文由 donpresente 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

一种选择是使用 os.listdir 列出目录中的所有文件，然后仅查找以“.json”结尾的文件：

 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']

现在您可以使用 pandas DataFrame.from_dict 将 json（此时是 python 字典）读入 pandas 数据框：

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

印刷：

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

在这种情况下，我将一些 json 附加到列表 many_jsons 。我列表中的第一个 json 实际上是一个 geojson ，其中包含蒙特利尔的一些地理数据。我已经熟悉内容，所以我打印出“几何”，它给出了蒙特利尔的经度/纬度。

以下代码总结了上面的所有内容：

 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)

对我来说这打印：

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

知道对于此代码我在目录名称“json”中有两个 geojson 可能会有所帮助。每个 json 具有以下结构：

 {"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"}

原文由 Scott 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

使用 glob 模块可以轻松迭代（平面）目录

from glob import glob

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

至于直接将JSON读入 pandas ，看 这里。

原文由 Ami Tavory 发布，翻译遵循 CC BY-SA 3.0 许可协议