Python 写入 JSON 文件

在 Python 中，如果想要写入 JSON 文件，同样可以使用以下 2 种方式来实现。

使用 json 模块。
使用 pandas 库。

使用 json 模块写入 JSON 文件

在 Python 中，我们可以使用 json 模块的 dump() 函数来把数据写入一个 JSON 文件。

语法：

import json

with open(路径, 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False)
    ……

说明：

首先需要使用 open() 函数来打开一个文件，这个和打开所有其他文本文件是一样的。但是在这里，我们不再是使用 File 对象的 write() 方法，而是将这个 File 对象传递给 dump() 方法。

dump() 方法接受 3 个参数：data 是一个 JSON 数据，f 是一个 File 对象。ensure_ascii=False 是一个可选参数，如果包含中文内容，就必须加上。

当前项目目录下有一个名为 “data” 的文件夹，整个项目结构如下图所示。

Python 写入 JSON 的项目结构 1

示例 1：Python 写入 JSON

import json

data = [
    { "id": 1, "name": "葡萄", "type": "浆果", "season": "夏", "price": 27.3 },
    { "id": 2, "name": "柿子", "type": "浆果", "season": "秋", "price": 6.4 },
    { "id": 3, "name": "橘子", "type": "浆果", "season": "秋", "price": 11.9 },
    { "id": 4, "name": "山竹", "type": "仁果", "season": "夏", "price": 40.0 },
    { "id": 5, "name": "苹果", "type": "仁果", "season": "秋", "price": 12.6 }
]
with open('data/fruits.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False)

运行代码之后，我们可以发现 data 文件夹中多了一个 fruits.json 文件，如下图 1 所示。打开 fruits.json 文件，其内容如下图 2 所示。

运行后的 Python JSON 项目结构 1

Python JSON 数据

使用 pandas 库写入 JSON 文件

在 Python 中，我们还可以使用 pandas 库中的 to_json() 方法将数据导出到一个 JSON 文件中。其中，to_json() 是 DataFrame 对象的一个方法。

语法：

df.to_json(path, index=布尔值 , header=布尔值 , force_ascii=布尔值)

说明：

to_json() 方法接收以下 4 个参数。

path（必选）：表示文件的路径。
index（可选）：表示是否输出行名（行缩进），默认值为 True（也就是会输出行名）。
header（可选）：表示是否输出列名，默认值为 True（也就是会输出列名）。
force_ascii（可选）：如果你的 JSON 数据包含中文，就必须加上 force_ascii=False，否则就可能会出现乱码。

特别注意一点：read_json() 是 Pandas 的一个方法，而 to_json() 是 DataFrame 的一个方法。接下来我们清空 data 文件夹，此时整个项目结构如下图所示。

Python 写入 JSON 的项目结构 2

示例 2：pandas 写入 JSON

import pandas as pd

data = [
    { "id": 1, "name": "葡萄", "type": "浆果", "season": "夏", "price": 27.3 },
    { "id": 2, "name": "柿子", "type": "浆果", "season": "秋", "price": 6.4 },
    { "id": 3, "name": "橘子", "type": "浆果", "season": "秋", "price": 11.9 },
    { "id": 4, "name": "山竹", "type": "仁果", "season": "夏", "price": 40.0 },
    { "id": 5, "name": "苹果", "type": "仁果", "season": "秋", "price": 12.6 }
]
df = pd.DataFrame(data)
df.to_json('data/fruits.json', force_ascii=False)

运行代码之后，我们可以发现 data 文件夹中多了一个 fruits.json 文件，如下图所示。

运行后的 Pandas JSON 项目结构 2

分析：

打开 fruits.json，其内容如下所示。

{
    "id": { "0": 1, "1": 2, "2": 3, "3": 4, "4": 5 },
    "name": { "0": "葡萄", "1": "柿子", "2": "橘子", "3": "山竹", "4": "苹果" },
    "type": { "0": "浆果", "1": "浆果", "2": "浆果", "3": "仁果", "4": "仁果" },
    "season": { "0": "夏", "1": "秋", "2": "秋", "3": "夏", "4": "秋" },
    "price": { "0": 27.3, "1": 6.4, "2": 11.9, "3": 40.0, "4": 12.6 }
}

上面其实是把行名也写进来了，很多时候我们并不希望 JSON 文件有这种连续整数的行名，此时可以使用 index=False 这个参数，代码修改如下。

df.to_json('data/fruits.json', index=False, force_ascii=False)

再次运行代码之后，发现却报错了，控制台输出如下。也就是说，如果想要设置 index=False，我们还要设置 orient='split' 或 orient='table' 才行。

（报错）ValueError: 'index=False' is only valid when 'orient' is 'split' or 'table'

示例 3：orient="split"

import pandas as pd

data = [
    { "id": 1, "name": "葡萄", "type": "浆果", "season": "夏", "price": 27.3 },
    { "id": 2, "name": "柿子", "type": "浆果", "season": "秋", "price": 6.4 },
    { "id": 3, "name": "橘子", "type": "浆果", "season": "秋", "price": 11.9 },
    { "id": 4, "name": "山竹", "type": "仁果", "season": "夏", "price": 40.0 },
    { "id": 5, "name": "苹果", "type": "仁果", "season": "秋", "price": 12.6 }
]
df = pd.DataFrame(data)
df.to_json('data/fruits.json', index=False, orient='split', force_ascii=False)

运行代码之后，就不会报错了。其中 fruits.json 内容如下。

{
    "columns": ["id", "name", "type", "season", "price"],
    "data": [
        [1, "葡萄", "浆果", "夏", 27.3],
        [2, "柿子", "浆果", "秋", 6.4],
        [3, "橘子", "浆果", "秋", 11.9],
        [4, "山竹", "仁果", "夏", 40.0],
        [5, "苹果", "仁果", "秋", 12.6]
    ]
}