Leer archivos JSON con pandas

Juan Beleño 23 Mar 2020 - 3 minutos de lectura

En el siguiente código, creamos un DataFrame a partir de un archivo de JSON.

import pandas as pd

ruta_archivo_json = '/Users/Juan/Downloads/datos_ejemplo_1.json'
datos = pd.read_json(ruta_archivo_json, orient='records')

El archivo JSON tiene datos inventados por mi y está disponible aquí. A continuación se muestra el contenido del archivo JSON.

[
    {
        "nombre": "Juan",
        "altura": 1.76,
        "peso": 65
    },
    {
        "nombre": "Lina",
        "altura": 1.65,
        "peso": 68
    },
    {
        "nombre": "Katherine",
        "altura": 1.68,
        "peso": 67
    }
]

Parametros

Hay 2 parametros usados en el ejemplo:

path_or_buf: Es la ruta absoluta del archivo JSON en nuestro sistema operativo o la URL del archivo JSON.

orient: Es el parametro que indica como está estructurado JSON para poderlo convertir en DataFrame. Usé el valor records porque es el que comunmente encuentro cuando trabajo con archivos JSON, pero hay más.

Puedes consultar la documentación oficial para saber que otros parámetros te pueden ser útiles y que valores puede tomar el parametro orient.

Generalmente, antes de escribir código, abro el archivo JSON para saber la estructura del archivo y saber que parametro orient pasar al método read_json. Sin embargo, en muchas ocaciones encuentro un formato JSON que no es compatible con el parametro orient.

¿Qué hacer cuando el formato del archivo JSON no es compatible con el parametro orient?

Fácil, leer el archivo JSON convertirlo a un diccionario o lista y trabajar con tipos de datos de python. Encontrar o construir una lista de diccionarios y pasarla como parametro a pd.DataFrame(). Por ejemplo, considere el siguiente archivo de JSON disponible aquí

{
    "datos": [
        {
            "nombre": "Juan",
            "altura": 1.76,
            "peso": 65
        },
        {
            "nombre": "Lina",
            "altura": 1.65,
            "peso": 68
        },
        {
            "nombre": "Katherine",
            "altura": 1.68,
            "peso": 67
        }
    ]
}

El código que me permite convertir ese archivo JSON en un DataFrame es el siguiente:

import json
import pandas as pd

ruta_archivo_json = '/Users/Juan/Downloads/datos_ejemplo_2.json'
with open(ruta_archivo_json) as archivo_json:
    datos_json = json.load(archivo_json)
lista_de_diccionarios = datos_json['datos']
datos = pd.DataFrame(lista_de_diccionarios)

Nota: Estoy usando pandas 1.0.3, pyhton 3.7 y un Macbook Pro 2015, entonces posiblemente te toque cambiar las rutas absolutas de los archivos según tu sistema operativo.