这篇文章给大家介绍如何解析json读入的orient属性，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
创新互联是一家集网站建设,宝安企业网站建设,宝安品牌网站建设,网站定制,宝安网站建设报价,网络营销,网络优化,宝安网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。
csv文件的最后一行是几个 json 格式的单元格，今天下午就是困在这上面，始终解析不到想要的格式。
例如某个单元格 json 串格式化为：
{"status":0, "msg": , result:[{"s1":1, "s2": "ming"}, {"s1": 20, "s2":"xxx"}] }，经过简化后的取值。
利用pandas, 我想转化如上json串为dataframe对象，使用： pd.read_json(jsonStr, orient="index"), 会报类似长度不一致的异常。
后面，处理原来字符串，只保留 : result:[{"s1":1, "s2": "ming"}, {"s1": 20, "s2":"xxx"}]
，然后再 read_json, 这里面有个关键的属性 orient，它决定读入 json 的解析格式，
'split' : dict like {index -> [index], columns -> [columns], data ->[values]}
'records' : list like [{column -> value}, ... , {column -> value}]
'index' : dict like {index -> {column -> value}}
'columns' : dict like {column -> {index -> value}}
'values' : just the values array
以上可以看出，匹配 orient 为 records ，读入后才能得到如下格式的dataframe:
s1 s2
0 1 ming
1 20 xxx
当时出问题，就主要是没有设置合适的orient属性值(records). 仅此小记，收笔休息。
关于如何解析json读入的orient属性就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。