6、数据处理与存储：pandas、AWS S3、MySQL和PostgreSQL的应用

数据处理与存储：pandas、AWS S3、MySQL和PostgreSQL的应用

在数据处理和存储的领域中，我们有多种工具和方法可供选择。下面将详细介绍如何使用pandas处理JSON数据，以及如何将数据存储到AWS S3、MySQL和PostgreSQL中。

1. 使用pandas处理JSON数据

pandas提供了处理JSON数据的能力，同时也能将数据保存为CSV格式。以下是具体的操作步骤：
- 保存JSON数据 ：使用以下代码将行星数据保存为JSON文件。

import pandas as pd
from get_planet_data import get_planet_data
planets = get_planet_data()
planets_df = pd.DataFrame(planets).set_index('Name')
planets_df.reset_index().to_json("../../www/planets_pandas.json", orient='records')

需要注意的是，目前无法对 .to_json() 输出的JSON进行美化打印。使用 orient='records' 和 reset_index() 是为了生成与使用JSON库示例相同的JSON结构。
- 读取JSON数据 ：可以使用 .read_json()