Python Playlist Lecture Notes

परिचय

• प्रस्तुतकर्ता: कृष्ण आयक
• Python प्लेइलिस्ट के वीडियो को फिर से जारी करना।
• पिछले कुछ दिनों से व्यस्त थे, अब रोज़ एक वीडियो पोस्ट करने का विचार।

JSON डेटा और Pandas

• JSON फाइल के साथ काम करने के तरीके।
• JSON डेटा को Pandas DataFrame में कैसे परिवर्तित करें।
• JSON डेटा मुख्य रूप से की-वैल्यू जोड़े या नेस्टेड की-वैल्यू जोड़े में होता है।

मुख्य फ़ंक्शन

1. read_json
2. to_json
3. json_normalize

JSON डेटा पढ़ना

• JSON स्ट्रिंग को Pandas ऑब्जेक्ट में कन्वर्ट करना।
• उदाहरण के लिए, एक साधारण की-वैल्यू जोड़ी:
  • employee_name: "james"
  • email: "[email protected]"
  • job_profile: nested list

JSON वैलिडेशन

• JSON स्ट्रिंग की वैधता को जांचने के लिए jasonlint.com का उपयोग।

Pandas में JSON पढ़ना

• pd.read_json(data) का उपयोग करके JSON स्ट्रिंग को पढ़ें।
• JSON की मुख्य कुंजी (employee_name, email, job_profile) को कॉलम नाम के रूप में माना जाता है।

JSON को Pandas DataFrame में परिवर्तित करना

• pd.DataFrame का उपयोग करके एक DataFrame बनाना।
• DataFrame को JSON में परिवर्तित करने के लिए df.to_json() का उपयोग करें।

Orientation Parameter

• Orientation के विभिन्न प्रकार:
  • records
  • index
  • columns

JSON Normalize

• JSON डेटा को सामान्य करने के लिए pd.json_normalize() का उपयोग करें।
• यह semi-structured डेटा के लिए उपयुक्त है।
• Nested data को अलग-अलग फ़ील्ड में विभाजित करना।

JSON Normalization का उपयोग

• JSON डेटा को एक सूची में परिवर्तित करते समय ध्यान दें।
• Nested डेटा को एक स्तर तक पहुंचने के लिए max_level पैरामीटर का उपयोग करें।

डेटा को निष्कर्षण करना

• प्रत्येक रिकॉर्ड के लिए मेटा डेटा को निकालने के लिए रिकॉर्ड पाथ और मेटा पैरामीटर का उपयोग करें।
• जानकारी जैसे कि state और short name को मेटा डेटा के रूप में शामिल किया जा सकता है।

निष्कर्ष

• JSON डेटा के साथ काम करते समय ध्यान देने योग्य बातें।
• JSON डेटा को Pandas में पढ़ने और उसे परिवर्तित करने के लिए उपयुक्त तकनीकें।
• JSON Normalize का उपयोग करके डेटा को बेहतर तरीके से प्रबंधित करना।