파이썬 pandas에서 데이터프레임을 JSON 형식으로 변환하는 방법은?

Q1: pandas 데이터프레임을 JSON 형식으로 변환하려면 어떤 메서드를 사용하나요?
A1: pandas의 `DataFrame` 객체에 내장된 `.to_json()` 메서드를 사용합니다.

---

Q2: 기본적으로 `.to_json()` 메서드는 어떤 형식의 JSON을 반환하나요?
A2: 기본값은 `orient='columns'`로, 각 컬럼명이 키가 되고 값이 배열로 된 딕셔너리 형식의 JSON 문자열을 반환합니다.

---

Q3: `.to_json()` 메서드에서 사용할 수 있는 주요 `orient` 옵션에는 어떤 것들이 있나요?
A3: 주요 `orient` 옵션은 다음과 같습니다.
- `split` : `{ "index": [...], "columns": [...], "data": [...] }` 구조
- `records` : 각 행을 딕셔너리로 한 리스트 `[{"col1": val1, ...}, ...]`
- `index` : 행 인덱스가 키, 값은 컬럼 딕셔너리 `{ index: {col: val, ...}, ... }`
- `columns` : 컬럼명이 키, 값은 리스트 `{ col: [val1, val2, ...], ... }` (기본값)
- `values` : 값들만 2차원 리스트로 반환
- `table` : JSON Table Schema 형식을 따름

---

Q4: JSON 파일로 바로 저장할 수도 있나요?
A4: 네, `.to_json()` 메서드의 `path_or_buf` 인자에 파일 경로를 지정하면 JSON 파일로 바로 저장됩니다.
예: `df.to_json("output.json")`

---

Q5: JSON 데이터 인코딩 설정은 어떻게 하나요?
A5: `force_ascii` 인자를 사용해 한글 등 비ASCII 문자를 그대로 출력할지 설정합니다.
- `force_ascii=True` (기본): ASCII로 인코딩, 비ASCII 문자는 유니코드 이스케이프 형태
- `force_ascii=False`: 비ASCII 문자를 그대로 출력

예: `df.to_json(force_ascii=False)`

---

Q6: 날짜 데이터가 있을 경우 JSON으로 어떻게 변환되나요?
A6: 기본적으로 날짜 타입은 ISO8601 문자열(예: "2024-06-05T00:00:00")로 변환됩니다.
형식을 지정하려면 `date_format` 인자를 사용해 `'iso'`(기본) 또는 `'epoch'`(타임스탬프) 중 선택 가능합니다.

---
Q7: 예제로 간단한 DataFrame을 JSON으로 변환하는 코드는?
A7:
```python
import pandas as pd

df = pd.DataFrame({
"name": ["Alice", "Bob"],
"age": [25, 30]
})

JSON 문자열로 변환 (records 형태)
json_str = df.to_json(orient='records', force_ascii=False)
print(json_str)
```
출력: `[{"name":"Alice","age":25},{"name":"Bob","age":30}]`

---

Q8: JSON 데이터를 다시 DataFrame으로 불러올 때는?
A8: `pd.read_json()` 함수를 사용하며, `orient` 옵션을 JSON 형식에 맞게 지정해 줍니다.
예:
```python
df2 = pd.read_json(json_str, orient='records')
```

---

Q9: 큰 데이터프레임 JSON 변환 시 성능 문제는 없나요?
A9: 기본적으로 `.to_json()`은 내부적으로 효율적으로 처리하지만, 데이터 크기가 매우 클 경우 메모리 사용량과 처리 속도에 주의해야 합니다. 필요시 `chunksize` 옵션으로 분할 처리하거나, 보다 경량화된 형식을 사용하는 방법을 고려하십시오.

---

Q10: `.to_json()` 메서드의 추가 주요 옵션은 무엇인가요?
A10:
- `date_unit`: 날짜 데이터 기본 단위 설정 (예: `'ms'`, `'s'`)
- `double_precision`: 부동소수점 소수점 이하 자릿수 지정
- `lines`: 각 레코드를 한 줄로 출력하는 JSON lines 형식 (`True/False`)
- `encoding`: 인코딩 방식을 지정 (파일 저장 시 유용)

---

요약: pandas 데이터프레임을 JSON으로 변환하려면 `.to_json()` 메서드를 사용하며, 다양한 `orient` 및 옵션으로 원하는 형태의 JSON 데이터로 쉽게 변환할 수 있습니다. JSON 파일로 저장도 간편하며, 한글 등 인코딩 문제도 `force_ascii` 옵션으로 조정할 수 있습니다.

파이썬의 `pandas` 라이브러리를 사용하면 데이터프레임을 손쉽게 JSON 형식으로 변환할 수 있습니다.

`pandas`에서는 `DataFrame.to_json()` 메서드를 제공하여 이 작업을 수행할 수 있습니다.

다음은 데이터프레임을 JSON으로 변환하는 방법에 대한 자세한 설명입니다.

1. 필수 라이브러리 설치 먼저, `pandas` 라이브러리가 설치되어 있어야 합니다.

아래의 명령어로 설치할 수 있습니다.

```bash pip install pandas ```

2. 데이터프레임 생성 데이터프레임을 생성하는 방법은 여러 가지가 있습니다.

여기서는 간단한 예를 들어 보겠습니다.

```python import pandas as pd 예시 데이터 data = { '이름': ['홍길동', '이순신', '강감찬'], '나이': [30, 40, 35], '직업': ['도적', '장군', '장군'] } 데이터프레임 생성 df = pd.DataFrame(data) print(df) ```

3. 데이터프레임을 JSON으로 변환 `to_json()` 메서드를 사용하여 데이터프레임을 JSON 형식으로 변환할 수 있습니다.

기본적으로 이 메서드는 JSON 문자열을 반환합니다.

```python 데이터프레임을 JSON 문자열로 변환 json_result = df.to_json(orient='records', force_ascii=False) print(json_result) ```

4. `orient` 파라미터 `to_json()` 메서드의 `orient` 파라미터를 사용하여 JSON 구조를 지정할 수 있습니다.

주요 옵션은 다음과 같습니다: - `'split'`: 분할된 형태로 (인덱스, 컬럼, 데이터가 각각 키로) - `'records'`: 레코드 형식 (각 행이 딕셔너리로) - `'index'`: 인덱스를 키로 사용 - `'columns'`: 컬럼을 키로 사용 - `'values'`: 값들만 포함 예를 들어, `orient='records'`를 사용하면 각 행이 딕셔너리 형태로 JSON 리스트를 만듭니다.



5. JSON 파일로 저장 JSON 문자열을 파일로 저장하고자 할 경우, `to_json()` 메서드에 파일 경로를 지정할 수 있습니다.

```python df.to_json('data.json', orient='records', force_ascii=False) ``` 위 코드를 실행하면 `data.json` 파일이 생성되고, 데이터프레임의 내용이 JSON 형식으로 저장됩니다.



6. 전체 코드 예제 아래는 위에서 설명한 내용을 모두 포함한 전체 예제입니다.

```python import pandas as pd 예시 데이터로 데이터프레임 생성 data = { '이름': ['홍길동', '이순신', '강감찬'], '나이': [30, 40, 35], '직업': ['도적', '장군', '장군'] } df = pd.DataFrame(data) 데이터프레임을 JSON으로 변환 json_result = df.to_json(orient='records', force_ascii=False) print(json_result) JSON 파일로 저장 df.to_json('data.json', orient='records', force_ascii=False) ``` 이러한 방법을 통해 pandas 데이터프레임을 JSON 형식으로 쉽게 변환하고 저장할 수 있습니다.