Veri Biliminde JSON: Python ve Pandas Kılavuzu

# Veri Biliminde JSON Kullanımı

Veri bilimi dünyasında veri genellikle Excel veya CSV olarak görülse de, API'lerden gelen verilerin büyük çoğunluğu JSON formatındadır. Bu verileri işlemek veri bilimcileri için temel bir yetenektir.

---

Pandas ile JSON Okuma

Python'daki Pandas kütüphanesi, JSON verilerini saniyeler içinde bir tabloya (DataFrame) dönüştürebilir:

import pandas as pd

# JSON dosyasını oku
df = pd.read_json('veriler.json')

# İlk 5 satırı göster
print(df.head())

---

İç İçe Geçmiş Verileri Düzleştirme (Normalization)

JSON verileri genellikle "nested" (iç içe) yapıdadır. Pandas içindeki json_normalize fonksiyonu bu yapıları düz bir tablo haline getirir:

from pandas import json_normalize

veri = { "kullanici": { "id": 1, "profil": { "ad": "Ece" } } }
df = json_normalize(veri)
# Sonuç: kullanici.profil.ad sütunu oluşur

---

JSONL (JSON Lines) Formatı

Devasa veri setlerinde (Big Data), tüm dosyayı belleğe yüklemek imkansız olabilir. Bu durumda her satırı bağımsız bir JSON nesnesi olan .jsonl dosyaları kullanılır. Pandas bunu da destekler:

df = pd.read_json('buyuk_veri.jsonl', lines=True)

Sonuç

JSON, veri bilimi ekosisteminin vazgeçilmez bir parçasıdır. Python ve Pandas kütüphaneleriyle bu esnek formatı güçlü analiz tablolarına dönüştürebilirsiniz. Büyük dosyalarda yapıyı hızlıca incelemek için Big JSON Viewer mükemmel bir yardımcıdır.