مثال نمبر 01
ہم عملی طور پر یہ دکھائیں گے کہ 'پانڈا' ڈیٹا فریم کو JSON فارمیٹ میں تبدیل کرنے کے لیے 'to_json()' طریقہ کو کیسے استعمال کیا جائے۔ 'پانڈا' پیکیج یہاں درآمد کیا گیا ہے، جو کہ 'numpy' ہے اور ہم اسے 'np' کے طور پر درآمد کرتے ہیں۔ اب، 'پانڈا' کوڈ پر عمل کرنے کے لیے، پانڈا کے پیکجز کو درآمد کرنا چاہیے۔ اس پیکج کو درآمد کرنے کے لیے، ہم 'import' کلیدی لفظ استعمال کرتے ہیں۔ پھر، ہم 'پانڈا کو بطور pd' سیٹ کرتے ہیں، جس کا مطلب ہے کہ ہم کسی بھی 'پانڈا پیکیج' تک آسانی سے رسائی یا استعمال کر سکتے ہیں جس کی ہمیں ضرورت ہے وہاں صرف 'pd' رکھ کر۔
ہم 'np' کو استعمال کرکے یہاں numpy اری بناتے ہیں۔ array'، یہ 'np' ہمیں numpy لائبریری کے افعال تک رسائی حاصل کرنے میں مدد کرتا ہے۔ یہ numpy array 'New_data' متغیر میں بھی محفوظ ہے، اور ہم نے 'A, B, C, D' اور 'E, F, G, H' کو اس numpy اری میں ڈال دیا ہے۔ یہ numpy اری اب 'pd.DataFrame' طریقہ استعمال کرکے ڈیٹا فریم میں تبدیل ہو گئی ہے۔ یہ 'پانڈا' کا طریقہ ہے جسے ہم یہاں 'pd' رکھ کر حاصل کرتے ہیں۔ جب ہم اس numpy array کو DataFrame میں تبدیل کرتے ہیں تو پھر ہم کالم کے نام بھی ڈال دیتے ہیں۔
ہم یہاں کالم ہیڈر کے طور پر جو نام شامل کرتے ہیں وہ ہیں 'col1، col2، col3، اور col4'۔ پھر آپ دیکھیں گے کہ ہمارے پاس نیچے 'پرنٹ' ہے جس میں ہم ڈیٹا فریم کا نام سیٹ کرتے ہیں، جو کہ اس صورت میں 'New_dataFrame' ہے، لہذا اس کوڈ کے نفاذ پر یہ رینڈر کیا جائے گا۔ اب، ہم 'to_json()' طریقہ استعمال کر کے اس ڈیٹا فریم کو JSON فارمیٹ میں تبدیل کر رہے ہیں۔ ہم نے ڈیٹا فریم 'New_dataFrame' کا نام 'to_json()' طریقہ کے ساتھ سیٹ کیا اور اس طریقہ کو 'New_json' متغیر میں بھی رکھا۔ یہاں، ہم نے اس 'to_json()' طریقہ میں کوئی پیرامیٹر پاس نہیں کیا۔ ڈیٹا فریم کا JSON فارمیٹ اب 'پرنٹ' میں رکھا گیا ہے اور یہ کنسول پر بھی رینڈر ہوگا۔
اس کوڈ کو مرتب کرنے اور اس پر عمل درآمد کے لیے، ہم 'Shift+Enter' کو دباتے ہیں اور اگر کوڈ غلطی سے پاک ہے، تو آؤٹ پٹ رینڈر ہوگا۔ یہاں ہم اس کوڈ کا نتیجہ بھی پیسٹ کرتے ہیں جس میں ہم نے ڈیٹا فریم دکھایا ہے جو ہم نے اس مثال میں بنایا ہے اور اس ڈیٹا فریم کا JSON فارمیٹ بھی۔
مثال نمبر 02
یہاں، ہم صرف ایک لائبریری درآمد کرتے ہیں، جو کہ 'پانڈا' ہے اور پھر 'AtoZ_Courses' کی فہرست بنتی ہے، اور ہم اس میں کچھ فہرستیں رکھتے ہیں، جو کہ 'Python, 29000, 35 days, اور 1000.0' ہیں، پھر ہم نے ' JavaScript، 27000، 55 دن، اور 2300.0'، اس کے بعد، ہم 'HTMLCSS، 25000، 25 دن، اور 1500.0' شامل کرتے ہیں۔ اب، ہم نے 'ڈیٹا بیس، 24000، 45 دن، اور 1500.0'، اور 'OOP، 21000، 35 دن، 1500.0' کے طور پر دو مزید ڈیٹا بھی داخل کیا ہے۔ 'AtoZ_Courses' کی فہرست کو اب ڈیٹا فریم میں تبدیل کر دیا گیا ہے، اور ہم نے اسے 'AtoZ_Courses_df' کا نام دیا ہے۔ 'کورسز_نام، ادائیگی، دورانیہ، اور بونس' یہاں ڈیٹا فریم کے کالم کے نام کے طور پر شامل کیے گئے ہیں۔
اب، اس مرحلے میں ڈیٹا فریم تیار ہوا ہے، اور ہم اسے ٹرمینل پر ظاہر کرنے کے لیے 'print()' اسٹیٹمنٹ میں شامل کرتے ہیں۔ اب، 'to_json()' طریقہ استعمال کرتے ہوئے، ہم 'AtoZ_Courses_df' ڈیٹا فریم کو JSON فارمیٹ میں تبدیل کر رہے ہیں۔ اس 'to_json()' طریقہ کو ایک پیرامیٹر بھی دیا گیا ہے جو کہ 'orient= column' ہے، جو ڈیفالٹ پیرامیٹر بھی ہے۔ یہ ڈیٹا فریم کو بطور '{کالم کا نام -> {انڈیکس ویلیو -> کالم ویلیو}} فارمیٹ' کے طور پر دکھاتا ہے۔
یہاں، JSON فارمیٹ میں، یہ کالم کا نام دکھاتا ہے اور پھر اس کالم کی تمام اقدار کو انڈیکس ویلیو کے ساتھ رکھتا ہے۔ سب سے پہلے، یہ پہلے کالم کے نام کا ذکر کرتا ہے، اور پھر پہلے کالم کی تمام اقدار کو اشاریہ کی قدروں کے ساتھ پیش کیا جاتا ہے، اور پھر یہ دوسرے کالم کا نام اور دوسرے کالم کی تمام اقدار کو اشاریہ وغیرہ کے ساتھ رکھتا ہے۔
مثال نمبر 03
ڈیٹا فریم اس کوڈ میں 'Bachelors_df' کے نام سے تیار کیا گیا ہے۔ ہم نے اس 'Bachelors_df' میں پانچ کالم داخل کیے ہیں۔ ہمارے یہاں پہلا کالم 'سٹوڈنٹ' کالم ہے، اور ہم اس میں 'للی، سمتھ، بروملی، ملی، اور الیگزینڈر' داخل کرتے ہیں۔ اس کے بعد جو کالم آتا ہے وہ 'ڈگری' کالم ہے، جس میں 'IT، BBA، English، CS، اور DVM' ہوتا ہے۔ پھر 'سال_کا_شامل ہونا' آگے آتا ہے جہاں ہم طلباء کے شامل ہونے کے سال شامل کرتے ہیں، جو کہ '2015، 2018، 2017، 2015، اور 2014' ہیں۔
اس کالم کے آگے کا کالم 'سال_کا_گریجویشن' ہے، جس میں ان طلباء کے گریجویشن کے سال '2019، 2022، 2021، 2019، اور 2018' ہیں۔ ہم یہاں 'CGPA' کالم بھی شامل کرتے ہیں جس میں ہم طلباء کے CGPAs '3.3, 3.5, 3.6, 3.7, اور 3.8' رکھتے ہیں۔ ٹرمینل پر 'Bachelors_df' کو ظاہر کرنے کے لیے، ہم اسے 'print()' اظہار میں شامل کرتے ہیں۔ اب، ہم 'to_json()' طریقہ استعمال کرتے ہوئے 'Bachelors_df' DataFrame کو JSON فارمیٹ میں تبدیل کر رہے ہیں۔
'orient= records' پیرامیٹر اسی طرح اس کوڈ میں اس 'to_json()' طریقہ کو بھیجا جاتا ہے۔ یہ 'orient= records' JSON فارمیٹ کو '[{column name -> column value}, … , {column name -> column value}]' فارم کے طور پر ظاہر کرے گا۔ ڈیٹا فریم کا JSON فارمیٹ اب 'پرنٹ' پر سیٹ ہے اور یہ ٹرمینل پر بھی ظاہر ہوگا۔
ڈیٹا فریم یہاں صرف کالم اور قطار کی شکل میں دکھایا گیا ہے، لیکن JSON فارمیٹ میں، آپ دیکھ سکتے ہیں کہ یہ کالم کا نام رکھتا ہے اور پھر اس کالم کی قدر ظاہر کرتا ہے۔ ایک کالم کی ویلیو ظاہر کرنے کے بعد، یہ دوسرے کالم کا نام پرنٹ کرتا ہے اور پھر اس کالم کی قدر ڈالتا ہے اور پھر اسی طرح کیونکہ ہم نے 'to_josn' طریقہ کا پیرامیٹر 'orient= records' کے طور پر سیٹ کیا ہے۔
مثال نمبر 04
ہم ایک numpy ارے 'My_data' بناتے ہیں جس میں ہم '2, 4' اور '6, 8' ڈالتے ہیں۔ پھر Numpy ارے کو DataFrame 'My_dataFrame' میں تبدیل کریں اور اس کے کالم کے نام 'A1 اور A2' کے طور پر سیٹ کریں۔ اب، 'پرنٹ' استعمال کرکے ڈیٹا فریم کو یہاں ظاہر کرنے کے بعد۔ ہم بغیر کسی پیرامیٹرز کے پہلے 'to_json()' طریقہ استعمال کرتے ہیں اور اسے ڈسپلے کرتے ہیں۔ اس کے بعد، ہم نے 'to_json()' طریقوں کے پیرامیٹر کو 'orient=split' پر سیٹ کیا اور اس فارمیٹ کو بھی پرنٹ کیا۔ پھر ہم 'to_josn()' کو دوبارہ 'My_dataFrame' پر لاگو کرتے ہیں اور اس بار، ہم 'orient=records' کو اس فنکشن کے پیرامیٹر کے طور پر پاس کرتے ہیں۔
اس کے نیچے، ہم 'My_dataFrame' کے ساتھ 'orient= index' ڈالتے ہیں اور اس JSON فارمیٹ کو رینڈر کرتے ہیں۔ اس پیرامیٹر کے بعد، ہم دوبارہ 'to_json' کو 'orient = column' پیرامیٹر کے ساتھ استعمال کرتے ہیں اور اسے بھی رینڈر کرتے ہیں۔ پھر ہم 'to_json()' طریقہ کے پیرامیٹر کے طور پر 'orient= values' کو پاس کرتے ہیں اور اسے 'My_dataFrame' پر لاگو کرتے ہیں۔ ہم اس فنکشن کا پیرامیٹر بھی 'orient= table' پر سیٹ کرتے ہیں اور اسے دوبارہ اسی ڈیٹا فریم کے ساتھ استعمال کرتے ہیں اور اس JSON فارمیٹ کو بھی ڈسپلے کرتے ہیں۔ اب، ہم اس کوڈ کے آؤٹ پٹ میں JSON کے فارمیٹس کے درمیان فرق کو نوٹ کریں گے۔
یہاں، آپ آسانی سے JSON کے فارمیٹس کے درمیان فرق تلاش کر سکتے ہیں، جسے ہم نے اسی ڈیٹا فریم پر لاگو کیا ہے۔ تمام پیرامیٹرز جو ہم نے 'to_json' طریقہ میں پاس کیے ہیں وہ یہاں مختلف فارمیٹس میں ظاہر ہوتے ہیں۔
نتیجہ
یہ گائیڈ JSON فارمیٹ دکھاتا ہے اور اس JSON فارمیٹ کو تفصیل سے بتاتا ہے اور پانڈا ڈیٹا فریم کو JSON میں کیسے تبدیل کرنا ہے۔ ہم نے وضاحت کی ہے کہ پانڈا ڈیٹا فریم کو JSON فارمیٹ میں تبدیل کرنے کے لیے 'to_json()' طریقہ استعمال کیا جاتا ہے۔ ہم نے مختلف پیرامیٹرز پر بھی تبادلہ خیال کیا ہے، جنہیں ہم نے یہاں 'to_json()' طریقہ میں منتقل کیا ہے۔ ہم نے ایک مکمل گائیڈ فراہم کی ہے جس میں ہم نے اپنے 'پانڈا' کوڈ میں اس 'to_json()' طریقہ کار میں تمام ممکنہ پیرامیٹرز ڈال کر 'to_json()' طریقوں کو استعمال کیا ہے اور انہیں آؤٹ پٹ میں یہ بھی دکھایا ہے کہ یہ پیرامیٹرز فارمیٹ کو کیسے تبدیل کرتے ہیں۔ JSON کا۔