如何在 pandas 数据框中读取 json 并将一列值更改为大写并保存 json 文件答案

【问题标题】：how to read a json in pandas dataframe and change one column value to uppercase and save the json file如何在 pandas 数据框中读取 json 并将一列值更改为大写并保存 json 文件
【发布时间】：2020-01-14 23:52:23
【问题描述】：

我正在尝试将 json 文件读入 pandas 数据帧。然后，我试图将一整列值转换为大写。代码如下，

data = pd.read_json('demo1.json') 
print(data)
print(data[column].str.upper())
print(data)

输出如下，

          CITY FIRST_NAME  ID LAST_NAME          SSN
0      Waymill  Albertine   1       Jan  515-72-7353
1  Spellbridge   Maryetta   2      Hoyt  515-72-7354
2    Stoneland     Dustin   3    Divina  515-72-7355
3      Fayview      Jenna   4     Sofia  515-72-7356


0        WAYMILL
1    SPELLBRIDGE
2      STONELAND
3        FAYVIEW


Name: CITY, dtype: object
          CITY FIRST_NAME  ID LAST_NAME          SSN
0      Waymill  Albertine   1       Jan  515-72-7353
1  Spellbridge   Maryetta   2      Hoyt  515-72-7354
2    Stoneland     Dustin   3    Divina  515-72-7355
3      Fayview      Jenna   4     Sofia  515-72-7356

所以，我可以将值打印为大写，但是，整个数据框并没有改变。

需要一些指导。

【问题讨论】：

标签： python json python-3.x pandas

【解决方案1】：

将str.upper 函数的返回输出分配给具有相同名称的列以覆盖值，或分配给新名称以追加由大写值填充的新列：

data['CITY'] = data['CITY'].str.upper()
print (data)
          CITY FIRST_NAME  ID LAST_NAME          SSN
0      WAYMILL  Albertine   1       Jan  515-72-7353
1  SPELLBRIDGE   Maryetta   2      Hoyt  515-72-7354
2    STONELAND     Dustin   3    Divina  515-72-7355
3      FAYVIEW      Jenna   4     Sofia  515-72-7356

data['NEW_CITY'] = data['CITY'].str.upper()
print (data)
          CITY FIRST_NAME  ID LAST_NAME          SSN     NEW_CITY
0      Waymill  Albertine   1       Jan  515-72-7353      WAYMILL
1  Spellbridge   Maryetta   2      Hoyt  515-72-7354  SPELLBRIDGE
2    Stoneland     Dustin   3    Divina  515-72-7355    STONELAND
3      Fayview      Jenna   4     Sofia  515-72-7356      FAYVIEW

编辑：

如果需要 CITY 列到 DataFrames 列的末尾，请使用 DataFrame.pop 进行提取，然后分配给相同的列名：

df['CITY'] = df.pop('CITY').str.upper()
print (df)
  FIRST_NAME  ID LAST_NAME          SSN         CITY
0  Albertine   1       Jan  515-72-7353      WAYMILL
1   Maryetta   2      Hoyt  515-72-7354  SPELLBRIDGE
2     Dustin   3    Divina  515-72-7355    STONELAND
3      Jenna   4     Sofia  515-72-7356      FAYVIEW

【讨论】：

请查看我的输出结果。使用您的代码，列正在更改，但整个数据框没有更新。
@DebrajDas - 从您的示例数据中添加了输出，对我来说效果很好。
那么如何用新列替换旧列.. 例如。如何用 NEW_CITY 替换 CITY？
@DebrajDas - 使用DataFrame.pop添加了更简单的解决方案
@DebrajDas - 你可以像列表一样传递新订单 - df = df[['ID', 'FIRST_NAME', 'LAST_NAME', 'CITY', 'SSN']]

【解决方案2】：

如果您需要创建一个新列并转换为大写字母，请尝试以下操作。

DataFrame.assign() + str.upper()

df = df.assign(NEW_CITY=data['CITY'].str.upper())

如果您只想拥有NEW_CITY 并删除旧的CITY，那么您可以尝试..

df = df.assign(NEW_CITY=data['CITY'].str.upper()).drop(columns=['CITY'])

使用df.rename()保留列名

df.rename(columns={'NEW_CITY':'CITY'}, inplace=True)

【讨论】：