6、数据处理与存储指南

数据处理与存储指南

在数据处理和存储领域，我们有多种工具和方法可供选择。下面将详细介绍使用 pandas 处理 JSON 数据、使用 AWS S3 存储数据、使用 MySQL 存储数据以及使用 PostgreSQL 存储数据的相关内容。

1. 使用 pandas 处理 JSON 数据

pandas 提供了处理 JSON 数据的功能，可将数据保存为 JSON 格式，也能从 JSON 读取数据。

1.1 将数据保存为 JSON

以下代码展示了如何使用 pandas 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')

这里需要注意的是， orient='records' 和 reset_index() 的使用是必要的，这样才能生成与使用 JSON 库示例相同的 JSON 结构。而且，目前没有直接对 .to_json() 输出的 JSON 进行美化打印的方法。

1.2 从 JSON 读取数据