JSON w Data Science: Przewodnik po Pythonie i Pandas

# JSON w Data Science: Przewodnik po Pythonie i Pandas

JSON jest wszechobecny w świecie analizy danych – od pobierania informacji z API, przez bazy NoSQL, aż po przechowywanie konfiguracji modeli uczenia maszynowego.

Praca z biblioteką Pandas

Pandas oferuje bardzo proste metody do wczytywania danych JSON bezpośrednio do struktur typu DataFrame.

import pandas as pd

# Wczytywanie prostego pliku JSON
df = pd.read_json('dane.json')

# Wczytywanie formatu JSON Lines (jeden obiekt na linię)
df = pd.read_json('dane.jsonl', lines=True)

Obsługa zagnieżdżonych struktur

Większość danych z API jest zagnieżdżona. Do ich „spłaszczania” idealnie nadaje się funkcja json_normalize.

data = {
    "uzytkownicy": [
        {"imie": "Alicja", "adres": {"miasto": "Warszawa"}},
        {"imie": "Robert", "adres": {"miasto": "Kraków"}}
    ]
}

# Normalizacja struktury
df = pd.json_normalize(data['uzytkownicy'])
# Otrzymasz kolumny: imie, adres.miasto

---

Eksportowanie wyników

Po zakończeniu analizy możesz łatwo zapisać wyniki z powrotem do formatu JSON lub do arkusza Excel.

# Do JSON (orientacja 'records' jest najpopularniejsza)
df.to_json('wynik.json', orient='records', indent=2)

# Do Excela
df.to_excel('raport.xlsx', index=False)

---

Dobre praktyki w Data Science

Waliduj dane: Zanim zaczniesz analizę, sprawdź czy JSON nie posiada błędów składniowych.

Przetwarzaj strumieniowo: Przy ogromnych plikach (gigabajty danych) używaj bibliotek takich jak ijson, aby nie przeciążyć pamięci RAM.

Dokumentuj schematy: Zawsze wiedz, jakich typów danych spodziewasz się w każdym polu.

Podsumowanie

Opanowanie funkcji pd.json_normalize() oraz metod zapisu danych to klucz do wydajnej pracy z JSON w Pythonie. Dzięki tym narzędziom Twoje procesy analizy danych będą czystsze i łatwiejsze do zarządzania.