三本のパンダのJSONの論文は読み
信用販売のソースディスク構造Q <115.28.8.00.9.9>を
インポートjson_normalize pandas.io.jsonから
PD ASインポートパンダ
インポートJSON
インポート時間
＃读入数据
data_str =オープン（ 'AgriculturalDisease_train_annotations.json'）。（読んで）
＃--------------------测试json_normalize --------------------
START_TIME = time.time（）
：Iの範囲内（0、300）のための
DATA_LIST = json.loads（data_str）
DF = json_normalize（DATA_LIST）
END_TIME = time.time（）
＃耗时109秒-プリント（START_TIME END_TIME）
＃--------------------测试自己构造--------------------
のstart_time = time.time（ ）
Iの範囲内（0、300）のための：
DATA_LIST = json.loads（data_str）
データ= [D [ "disease_class"]、D [ "image_idは"]] DATA_LISTにおけるDについて]
DF = pd.DataFrame（データ、カラム= [ "disease_class"、 "image_idは"]）
END_TIME = time.time（）
プリント（END_TIME - START_TIME）＃耗时22秒
＃--------------------测试read_json --------------------
START_TIME = time.time（）
：Iの範囲内（0、300）のための
DF = pd.read_json（data_str、オリエント= '記録'）
END_TIME = time.time（）
プリント（END_TIME - START_TIME）＃耗时36秒
＃read_json
DF2 = pd.read_json（data_str、オリエント= '記録'）
＃自己构造
DATA_LIST = json.loads（data_str）
データ= [D [ "disease_class"]、D [ "image_idは"]] DATA_LISTにおけるDについて]
DF = pd.DataFrame（データ列= "disease_class"、 " image_idは"]）
df.head（5）
コード出力の3種類を以下の通りです
image_idはdisease_class
0 62fd8bf4d53a1b94fbac16738406f10b.jpg 1。
1。1 0bdec5cccbcade6b6e94087cb5509d98.jpg。
2 8951e940341f77c8d361c1872c67b16d.jpg 1。
3. 1 7ed158da58c451f75fb790530d6f19cc.jpg。
4. 1 9b7399aa-1c3c-4137-ae4e-196cd23fe573 ___ FREC_Sc ...。
技術：文字列照合複雑なJSON再読み込み、次の形式にし、次に読み取るため= json.loads（data_str）を使用DATA_LIST
{「ERROR_CODE」：40007、「 ERROR_MSG」を「認識できません」}
[{ "部署" "ABCDEF"、
"query_result"：{ "コード"： "1000"、 "説明"： "1000"}、
"is_invoice" :. 1、
"imagenameの"：」./imgs/8888888.jpeg "
"reco_result "：{"合計"：""、" invoice_no "：" 123 "" CREATE_DATE "：" "" check_code "："「}}]
バルク読取JSONファイル（中国語JSON）
./out_file JSON二つのファイルを次のよう
out_01.txt内容： "{" NAME_ID "：" 12343 ""名前"：" サン""識別コード"："不明"}"
out_02.txt内容： " { "NAME_ID"： "12344" 、 "名前"： " ジョン・ドウ"、 "識別コード"： "98983"} "