Python【8】-分析json文件

Python中有一些内置模块可以非常便捷地将json字符串转换为Python对象。比如json模块中的json.relaods()方法可以将json字符串解析为相应的字典。

<a></a>

运行结果：

要对json文件进行分析，首先我们逐行读取该文件，并把每行转换成对应的字典对象，然后组成一个列表。

{u'a': u'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.78 Safari/535.11', u'c': u'US', u'nk': 1, u'tz': u'America/New_York', u'gr': u'MA', u'g': u'A6qOVH', u'h': u'wfLQtf', u'cy': u'Danvers', u'l': u'orofrog', u'al': u'en-US,en;q=0.8', u'hh': u'1.usa.gov', u'r': u'http://www.facebook.com/l/7AQEFzjSi/1.usa.gov/wfLQtf', u'u': u'http://www.ncbi.nlm.nih.gov/pubmed/22415991', u't': 1331923247, u'hc': 1331822918, u'll': [42.576698, -70.954903]} America/New_York

[u'America/New_York', u'America/Denver', u'America/New_York', u'America/Sao_Paulo', u'America/New_York']

[(191, u'America/Denver'), (382, u'America/Los_Angeles'), (400, u'America/Chicago'), (521, u''), (1251, u'America/New_York')]

Python标准库collections对一些数据结构进行了拓展操作，使用起来更加便捷，其中defaultdict可以给字典赋值默认value。

#运行结果：[(u'America/New_York', 1251), (u'', 521), (u'America/Chicago', 400), (u'America/Los_Angeles', 382), (u'America/Denver', 191)]

①DataFrame是pandas中很常用的数据结构，它把数据转换为一个类似表格的结构。

0     America/New_York 1       America/Denver 2     America/New_York 3    America/Sao_Paulo 4     America/New_York

②frame['tz']有value_counts()函数，可以直接返回对应的计数。

#打印出现次数最多的5个时区

America/New_York       1251                                  521 America/Chicago         400 America/Los_Angeles     382 America/Denver          191

③为不存在时区数据或者时区为空字符串的数据补全默认值。

fillna()函数可以补全不存在的字段；空字符串可以通过布尔型索引的形式进行替换。

Unknown                 521

这样我们就完成了之前用标准Python库相同的工作，完整代码如下：

tzList.value_counts()[:5].plot(kind='bar',rot=0)

运行：我们可以利用%paste命令将代码粘贴运行。

命令行：

参考：《利用Python进行数据分析》

    本文转自 陈敬（Cathy） 博客园博客，原文链接：http://www.cnblogs.com/janes/p/5546673.html，如需转载请自行联系原作者