Jupyter Notebook :美化读取到的JSON格式的数据(以表格形式呈现)

一、问题

在使用Jupyter Notebook读取Json格式的数据时,有时候读取出来的数据格式会混乱,因此可以借助第三方库tabulate 将读取到的数据转换为表格形式从而美化输出。

二、数据

  • 测试数据格式如下:
  • 测试数据
python 复制代码
# 测试数据
courses =[
  { "study":3450,
    "duration": 4680,
    "name": "课程1",
    "id": 8164,
    "visit": 1597,
    "createDate": "2018-01-22",
    "comments": 11, 
    "credits": 4
  },
    {
       "study":160,
      
    "duration": 2467,
    "name": "课程2",
    "id": 18057,
    "visit": 603,
    "createDate": "2020-06-12",
    "comments": 14, 
    "credits":7.5
  },
  
  {
      "study":1708,
    "duration": 0,
    "name": "课程3",
    "id": 11555,
    "visit": 7779,
    "createDate": "2018-11-30",
    "comments": 1, 
    "credits":0
  },
  {
"study":435,
    "duration": 6713,
    "name": "课程4",
    "id": 11793,
    "visit": 3147,
    "createDate": "2019-01-19",
    "comments": 0, 
    "credits":0
  },
  {
"study":0,
    "duration": 12462,
    "name": "课程5",
    "id": 12104,
    "visit": 0,
    "createDate": "2019-04-08",
    "comments": 0, 
    "credits":0
  },
  {
      "study":1,
    "duration": 468,
    "name": "课程6",
    "id": 12592,
    "visit": 4,
    "createDate": "2019-06-05",
    "comments": 0, 
    "credits":0
  },
  {
      "study":3514,
    "duration": 23505,
    "name": "课程7",
    "id": 14459,
    "visit": 104005,
    "createDate": "2020-03-30",
    "comments": 22, 
    "credits":14
  },
  {
      "study":145,
    "duration": 3715,
    "name": "课程8",
    "id": 16618,
    "visit": 908,
    "createDate": "2020-05-22",
    "comments": 0, 
    "credits":0
  },
  {
      "study":135,
    "duration": 3741,
    "name": "课程9",
    "id": 16621,
    "visit": 813,
    "createDate": "2020-05-22",
    "comments": 4, 
    "credits":0,
  },
  {
      "study":257,
    "duration": 3891,
    "name": "课程10",
    "id": 17588,
    "visit": 1134,
    "createDate": "2020-06-04",
    "comments": 8, 
    "credits":3.5
  },
    {
    "study":5005,
    "duration": 2175,
    "name": "课程11",
    "id": 11205,
    "visit": 29907,
    "createDate": "2018-09-26",
    "comments": 24, 
    "credits":4
  },
  
]

三、直接读取

python 复制代码
import pandas as pd
df= pd.DataFrame(courses)

# 打印数据
print(df.head())
  • 效果如下:
    字段与具体的字段内容对不齐,如果具体内容长一点,会更加混乱。

四、解决

使用 tabulate库美化输出

  • 安装tabulate 库
python 复制代码
pip install tabulate
  • 导入库
python 复制代码
from tabulate import tabulate
import pandas as pd
  • 重新读取数据
python 复制代码
# 读取数据
df = pd.DataFrame(courses)
data_subset = df[['name', 'study', 'visit', 'days_online', 'duration','comments','credits']].head().values.tolist()
# 将英文字段替换成中文的
headers = ['课程名称', '学习人数', '学习人次', '上架天数(天)','时长(秒)','评论数','学分']
# 转换为列表并美化输出
print(tabulate(data_subset, headers=headers, tablefmt='grid', maxcolwidths=40))
  • 效果如下:
    (注:这里的上架天数需要额外计算,此处不展开,主要看读取的效果!)
相关推荐
NotFound48614 分钟前
实战分享Python爬虫,如何实现高效解析 Web of Science 文献数据并导出 CSV
前端·爬虫·python
234710212735 分钟前
4.14 学习笔记
笔记·python·学习
STLearner39 分钟前
WSDM 2026 | 时空数据(Spatial Temporal)论文总结
人工智能·python·深度学习·机器学习·数据挖掘·智慧城市·推荐算法
a95114164240 分钟前
如何加固SQL集群防注入_实施网络层访问控制策略
jvm·数据库·python
xiaotao13143 分钟前
01-编程基础与数学基石:Python错误与异常处理
开发语言·人工智能·python
2401_835956811 小时前
mysql处理大量更新场景_InnoDB MVCC与MyISAM对比
jvm·数据库·python
m0_748920361 小时前
Oracle默认端口被占用如何连接_修改端口号操作教程
jvm·数据库·python
YummyJacky1 小时前
Hermes Agent自进化的实现方式
人工智能·python
qq_342295821 小时前
Redis怎样按照距离远近排序展示_通过GEORADIUS的ASC参数进行Geo排序
jvm·数据库·python
2201_761040591 小时前
C#比较两个二进制文件的差异 C#如何实现一个二进制diff工具
jvm·数据库·python