日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術文章
文章詳情頁

使用python把json文件轉換為csv文件

瀏覽:173日期:2022-06-25 09:06:19
了解json整體格式

這里有一段json格式的文件,存著全球陸地和海洋的每年異常氣溫(這里只選了一部分):global_temperature.json

{ 'description': { 'title': 'Global Land and Ocean Temperature Anomalies, January-December', 'units': 'Degrees Celsius', 'base_period': '1901-2000' }, 'data': { '1880': '-0.1247', '1881': '-0.0707', '1882': '-0.0710', '1883': '-0.1481', '1884': '-0.2099', '1885': '-0.2220', '1886': '-0.2101', '1887': '-0.2559' }}

通過python讀取后可以看到其實json就是dict類型的數據,description和data字段就是key

使用python把json文件轉換為csv文件

由于json存在層層嵌套的關系,示例里面的data其實也是dict類型,那么年份就是key,溫度就是value

使用python把json文件轉換為csv文件

轉換格式

現在要做的是把json里的年份和溫度數據保存到csv文件里

提取key和value

這里我把它們轉換分別轉換成int和float類型,如果不做處理默認是str類型

year_str_lst = json_data[’data’].keys()year_int_lst = [int(year_str) for year_str in year_str_lst]temperature_str_lst = json_data[’data’].values()temperature_int_lst = [float(temperature_str) for temperature_str in temperature_str_lst]print(year_int)print(temperature_int_lst)

使用python把json文件轉換為csv文件

使用pandas寫入csv

import pandas as pd# 構建 dataframeyear_series = pd.Series(year_int_lst,name=’year’)temperature_series = pd.Series(temperature_int_lst,name=’temperature’)result_dataframe = pd.concat([year_series,temperature_series],axis=1)result_dataframe.to_csv(’./files/global_temperature.csv’, index = None)

axis=1,是橫向拼接,若axis=0則是豎向拼接最終效果

使用python把json文件轉換為csv文件

注意如果在調用to_csv()方法時不加上index = None,則會默認在csv文件里加上一列索引,這是我們不希望看見的

使用python把json文件轉換為csv文件

以上就是使用python把json文件轉換為csv文件的詳細內容,更多關于python json文件轉換為csv文件的資料請關注好吧啦網其它相關文章!

標簽: Python 編程
相關文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
在线亚洲免费| 欧美二三四区| 国产一区观看| 波多视频一区| 亚洲黄色网址| 国产精品久久久久毛片大屁完整版| 在线免费观看亚洲| 五月婷婷六月综合| 在线观看免费一区二区| 91精品1区| 五月天久久网站| 91超碰国产精品| 亚洲一区二区三区高清不卡| 国产亚洲在线| 蜜桃视频在线观看一区| 中文字幕av亚洲精品一部二部| 巨乳诱惑日韩免费av| 久久亚洲影院| 中文字幕亚洲影视| 综合欧美精品| 蜜臀久久99精品久久久画质超高清 | 免费在线亚洲欧美| 日本天堂一区| 国产精品密蕾丝视频下载| 国产精品久久久免费| 久久这里只有精品一区二区| 美日韩一区二区三区| 精品久久视频| 久久香蕉国产| 蜜桃久久精品一区二区| 日韩精品免费视频人成| 国产欧美日韩在线一区二区| 国产精品乱战久久久| 成人午夜在线| 欧美日韩一二三四| 蜜芽一区二区三区| 欧美国产极品| 91精品蜜臀一区二区三区在线| 99riav1国产精品视频| 日韩精品午夜视频| 国产一区二区精品福利地址| 92国产精品| 一本一道久久a久久精品蜜桃| 玖玖精品视频| 久久超级碰碰| 香蕉人人精品| 免费在线看一区| 69堂免费精品视频在线播放| 精品国产一区二区三区av片| 日韩精品免费一区二区在线观看 | 精品三区视频| 免费不卡中文字幕在线| 三级久久三级久久久| 精品一区二区三区中文字幕视频 | 亚洲一区二区三区免费在线观看| 欧美日一区二区在线观看| 精品久久一区| 九色精品91| 欧美久久久网站| 日韩精品一区二区三区免费观影| 久久av一区| 麻豆国产欧美一区二区三区| 影视先锋久久| 国产精品一区二区99| 日韩精品免费一区二区在线观看| 在线精品视频一区| 精品久久中文| 国产精品普通话对白| 国产精品宾馆| 亚洲婷婷在线| 国产精品成人国产| 日本在线精品| 日本va欧美va瓶| 亚洲www免费| 日本一区二区中文字幕| 日韩国产一区二区| 日本一区二区三区视频在线看| 黄色在线网站噜噜噜| 蜜臀久久久99精品久久久久久| 精品中文在线| 天堂va在线高清一区| 伊人久久av| 欧美日韩a区| 91久久中文| 精品国产亚洲一区二区在线观看| 天堂成人国产精品一区| 精品欧美日韩精品| 免费久久精品视频| 天堂日韩电影| 青青草伊人久久| 免费观看不卡av| 另类小说一区二区三区| 人人精品人人爱| 电影天堂国产精品| 国产精品日韩精品中文字幕| 亚洲午夜91| 精品国产精品久久一区免费式 | 亚洲精品电影| av免费不卡国产观看| 亚洲精品在线二区| 久久一级电影| 成人国产综合| 国产九九精品| 亚洲乱码视频| 91超碰国产精品| 国产综合色区在线观看| 开心激情综合| 国产欧美一区二区色老头| 中文字幕亚洲影视| 亚洲一区二区三区在线免费| 日本欧美韩国一区三区| 麻豆成人在线观看| 亚洲一级影院| 精品一区二区三区中文字幕 | 在线中文字幕播放| 欧美日韩亚洲一区三区| 综合干狼人综合首页| 影音先锋国产精品| 日韩精品看片| 国产精品伦理久久久久久| 久久不见久久见中文字幕免费| 日韩在线成人| 亚洲欧洲国产精品一区| 亚洲一区欧美二区| 欧美另类综合| 91精品推荐| 麻豆久久久久久| 人人精品久久| 日韩在线麻豆| 亚洲tv在线| 亚洲精品一级二级三级| 在线亚洲自拍| 欧美中文日韩| 六月婷婷一区| 石原莉奈在线亚洲三区| 爽爽淫人综合网网站| 欧美日韩亚洲一区在线观看| 97精品资源在线观看| 欧美一区自拍| 国产日本精品| 精品资源在线| 国产精品毛片久久久| 国产精品视频一区二区三区| 国产欧美久久一区二区三区| 国产精品久久久久久av公交车| 国产精品久久久久久久免费软件| 美女国产一区二区三区| 国产精品二区不卡| 日韩成人亚洲| 久久精品国产99久久| 欧美精选一区二区三区| 激情五月色综合国产精品| 欧美日韩精品免费观看视频完整| 欧美日韩国产高清电影| 亚洲在线网站| 日本成人精品| 欧美一区=区三区| 久久av日韩| 国产白浆在线免费观看| 欧美1区2区3区| 日韩网站在线| 日韩高清三区| 精品国产不卡一区二区| 久久人人99| 亚洲资源网站| 美女在线视频一区| 亚洲日本网址| 日韩一区二区免费看| 亚洲精品免费观看| 国产精品久久久亚洲一区| 久久三级中文| 日本久久成人网| 欧美 日韩 国产一区二区在线视频| 国产精品嫩草99av在线| 日韩精品1区2区3区| 精品国产乱码久久久| 欧美99久久| 日本不卡高清| 国产aa精品| 黄色国产精品| 一本色道久久精品| 国产日韩欧美一区二区三区| 91中文字幕精品永久在线| 午夜久久99| 国产乱人伦丫前精品视频| 久久一区二区三区电影| 日韩国产欧美三级| 国产成人免费视频网站视频社区| 亚洲尤物在线| 国产一区二区三区精品在线观看| 野花国产精品入口| 国产精品成人自拍| 欧美日韩视频| 你懂的网址国产 欧美| 亚洲经典在线| 国产一区二区三区久久| 在线国产日韩| av在线日韩| 国产麻豆一区二区三区精品视频| 亚洲先锋成人|