Rainbow Engine

IT技術を分かりやすく簡潔にまとめることによる学習の効率化、また日常の気付きを記録に残すことを目指します。

Python

PythonでJSON形式データの値を取得する手順について

投稿日:2022年7月10日 更新日:

 

<目次>

(1) PythonでJSON形式データの値を取得する手順について
 (1-1) サンプル①:ローカルのJSONファイルの読み込み(単純構造)
 (1-2) サンプル②:ローカルのJSONファイルの読み込み(ネスト構造)
 (1-3) サンプル③:APIコールのレスポンス結果(JSON)の値取得(Pandasなし)

(1) PythonでJSON形式データの値を取得する手順について

本記事ではPythonを使って、JSON形式のデータから値を取得するためのサンプルプログラムを2通りご紹介します。

(1-1) サンプル①:ローカルのJSONファイルの読み込み(単純構造)

こちらはローカルにあるテスト用JSON形式ファイルを読み込み、pandasライブラリを使って、データを分解して表形式で取得しています。
 
(テストデータ)
{
	"address1": ["神奈川県"],
	"address2": ["横浜市神奈川区"],
	"address3": ["羽沢南"],
	"kana1": ["カナガワケン"],
	"kana2": ["ヨコハマシカナガワク"],
	"kana3": ["ハザワミナミ"],
	"prefcode": ["14"],
	"zipcode": ["2210866"]
}
(サンプルプログラム)
import json
import pandas as pd

def parse_json_pandas_main():
    # JSON形式のデータの保存パス
    path = r"C:\dev\Python\00_LocalPythonApp\Sample_JsonParse\TestData\TestData_After.json" 
    # JSONライブラリを用いて、JSONファイルのデータをJSONオブジェクトとしてロード
    df = pd.read_json(path)
    print(df)

if __name__ == "__main__":
    parse_json_pandas_main()
(実行結果)
  address1 address2 address3    kana1        kana2    kana3  prefcode  zipcode
0     神奈川県  横浜市神奈川区      羽沢南  カナガワケン  ヨコハマシカナガワク  ハザワミナミ        14  2210866
 
(図141)pandasのread_jsonで読み込み

(1-2) サンプル②:ローカルのJSONファイルの読み込み(ネスト構造)

こちらはローカルにあるテスト用JSON形式ファイルを読み込み、pandasライブラリを使って、データを分解して表形式で取得しています。特徴として、Key「”students”」に対するValueがネストされています。
 
(テストデータ)
{
    "school_name": "Rainbow小学校",
    "class": "1年生",
    "students": [
    {
        "id": "ST001",
        "name": "太郎",
        "math": 84,
        "physics": 74,
        "chemistry": 64
    },
    {
        "id": "ST002",
        "name": "次郎",
        "math": 98,
        "physics": 36,
        "chemistry": 84
    },
    {
        "id": "ST003",
        "name": "三郎",
        "math": 87,
        "physics": 65,
        "chemistry": 76
    }]
}



↓Beforeの図
(図131)pandasのread_jsonで単純にJSONを読み込んだだけの場合、こんな感じ

(サンプルプログラム)
import json
import pandas as pd

def parse_json_pandas_main():
    # JSON形式のデータの保存パス
    path = r"[ご自身のテストデータのパス]\XXXX.json" 

    # JSONライブラリを用いて、JSONファイルのデータをJSONオブジェクトとしてロード
    with open(path,'r',encoding='utf-8', errors='ignore') as f:
        json_object = json.loads(f.read())

    # pandasの「json_normalize」関数を用いてデータを正規化
    # 第1引数:json形式のオブジェクト
    # 第2引数:分解対象のデータのkey
    # 第3引数:その他、分解した明細に付与するデータ
    df = pd.json_normalize(json_object, record_path =['students'],meta=['school_name', 'class'])
    print (df)

# if __name__ == "__main__":
#      main()
(実行結果)
      id name  math  physics  chemistry school_name class
0  ST001   太郎    84       74         64  Rainbow小学校   1年生
1  ST002   次郎    98       36         84  Rainbow小学校   1年生
2  ST003   三郎    87       65         76  Rainbow小学校   1年生
↓Afterの図
(図132)表形式に整形して取得できています。

元データと比較するとこんな感じです
(図133)

目次にもどる

(1-3) サンプル③:APIコールのレスポンス結果(JSON)の値取得(Pandasなし)

こちらは郵便番号APIをコールした結果、返ってきたJSON形式のデータの値を取得しています。
(テストデータ)
{
	"message": null,
	"results": [
		{
			"address1": "神奈川県",
			"address2": "横浜市神奈川区",
			"address3": "羽沢南",
			"kana1": "カナガワケン",
			"kana2": "ヨコハマシカナガワク",
			"kana3": "ハザワミナミ",
			"prefcode": "14",
			"zipcode": "2210866"
		}
	],
	"status": 200
}
↓Beforeの図
(図120)JSON形式のままになっている

(サンプルプログラム)

import requests
import json
import requests

def main():
    url = 'https://zipcloud.ibsnet.co.jp/api/search'
    param = '?zipcode=221-0866'
    # APIコール
    response = requests.get(url+param)
    # レスポンスをテキスト形式に変換
    result = response.text
    # テキスト形式のデータを、JSONディクショナリーとして返却します。
    json_object = json.loads(result)

    # JSON取り出し関数の実行
    padding_count = 0
    parse_json(json_object,padding_count)

# JSON取り出し関数
def parse_json(json_object,padding_count):
    padding_count += 1
    # dict()型のkey/valueの組を順番にループ
    for key,value in json_object.items():
        
        # ネスト内部の要素がdict()の場合、再帰的呼び出し(もう一段内部を確認)
        if type(value) == type(dict()):
            parse_json(value,padding_count)

        # ネスト内部の要素がlistの場合
        elif type(value) == type(list()):

            # list要素を順番にループ
            padding_count += 1
            for val in value:                
                # 文字列の場合は、そのkey/valueを出力
                if type(val) == type(str()):
                    print (('[-]'*padding_count+':')+str(key)+'->'+str(val))
                # list()型の場合は中身をループして、そのkey/valueを出力
                #  →listについては、これ以上のネストは追わない(2段階のみを想定)
                elif type(val) == type(list()):
                    padding_count += 1
                    for i in val:
                        print (('[-]'*padding_count+':')+str(key)+'->'+str(i))
                    padding_count -= 1
                # dict()の場合、再帰的呼び出し(もう一段内部を確認)
                else:
                    parse_json(val,padding_count)
            padding_count -= 1
        # valueが更なるネストなく(dict()でもlist()でもない)単なる値の場合は、そのkey/valueを出力
        else:
            print (('[-]'*padding_count+':')+str(key)+'->'+str(value))
    padding_count -= 1

if __name__ == "__main__":
     main()
(実行結果)
[-]:message->None
[-][-][-]:address1->神奈川県
[-][-][-]:address2->横浜市神奈川区
[-][-][-]:address3->羽沢南
[-][-][-]:kana1->カナガワケン
[-][-][-]:kana2->ヨコハマシカナガワク
[-][-][-]:kana3->ハザワミナミ
[-][-][-]:prefcode->14
[-][-][-]:zipcode->2210866
[-]:status->200
↓Afterの図
(図121)階層を認識しつつ値を取得できている

元データと比較するとこんな感じです
(図122)

Adsense審査用広告コード


Adsense審査用広告コード


-Python

執筆者:


comment

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

関連記事

PythonのFlaskフレームワークを用いたRest APIのサンプル

  <目次> (1) PythonのFlaskフレームワークを用いたRest APIのサンプル  (1-1) Flaskとは  (1-2) STEP1:Flaskフレームワークの導入  (1 …

Slackでコマンドを作る方法をご紹介(自作スラッシュコマンド)

  <目次> (1) Slackでコマンドを作る方法をご紹介(自作スラッシュコマンド)  (1-0) やりたいこと  (1-1) STEP1:Slackボットの開発(所要時間:60分)  ( …

PythonでSQLAlchemyを使ってOracleDBに接続する方法

(0)目次&概説 (1) 記事の目的  (1-1) 目的  (1-2) 前提条件 (2) 事前準備  (2-1) 準備1(cx_oracleパッケージの導入)   (2-1-1) インストール資源の入 …

「pyenv」の導入後も「System Python」が有効になってしまう事象の原因と対処について

  <目次> (1) 「pyenv」の導入後も「System Python」が有効になってしまう事象の原因と対処について  (1-1) 問題点の整理  (1-2) 原因&対策(1つ目)  ( …

pyenvの使い方(基礎編)をご紹介

  <目次> (1) pyenvの使い方(基礎編)をご紹介  (1-1) STEP1:インストール系のコマンド  (1-2) STEP2:バージョンの適用/切り替え系のコマンド  (1-3) …

  • English (United States)
  • 日本語
Top