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
Skrrapper12 分钟前
Flask 入门到实战(2):使用 SQLAlchemy 打造可持久化的数据层
后端·python·flask
云空35 分钟前
《探索电脑麦克风声音采集多窗口实时可视化技术》
人工智能·python·算法
feihui1 小时前
记一次 Python 服务 TCE 实例进程异常退出排查
python·gunicorn
超龄超能程序猿1 小时前
使用 Python 对本地图片进行图像分类
开发语言·人工智能·python·机器学习·分类·数据挖掘·scipy
谢斯1 小时前
[python]在drf中使用drf_spectacular
python·django
我爱一条柴ya1 小时前
【AI大模型】RAG系统组件:向量数据库(ChromaDB)
数据库·人工智能·pytorch·python·ai·ai编程
天天爱吃肉82182 小时前
从零到一:深度解析汽车标定技术体系与实战策略
python·嵌入式硬件·自动化·汽车
还听珊瑚海吗2 小时前
Python(一)
开发语言·python
LuckyLay3 小时前
1.1.2 运算符与表达式——AI教你学Django
python·django
学不会就看3 小时前
Django--01基本请求与响应流程
后端·python·django