Bỏ qua đến nội dung chính
Mục lục

pandas read_json() và to_json(): đọc ghi file JSON

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 6/12 · Chương 3

Đọc và ghi dữ liệu

  • 6 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Hàm pd.read_json() của pandas đọc một file JSON thành DataFrame, còn to_json() làm chiều ngược lại. JSON là định dạng mà hầu hết API web và ứng dụng di động trả về, nên đây là cách thường gặp để đưa dữ liệu đơn hàng từ app hay website vào một bảng để phân tích.

Cần biết trước: read_csv(), DataFrame và JSON trong Python.

Đọc file JSON dạng list bản ghi

Dạng JSON hợp với bảng là một list, mỗi phần tử là một object (một bản ghi) có cùng các khóa. read_json() biến mỗi bản ghi thành một dòng và mỗi khóa thành một cột. Ví dụ dưới tự tạo một file nhỏ rồi đọc nó:

python
from pathlib import Path
import pandas as pd

Path("mon.json").write_text(
    '[{"mon": "Cà phê sữa", "gia": 29000, "con_hang": true},\n'
    ' {"mon": "Bạc xỉu", "gia": 32000, "con_hang": false},\n'
    ' {"mon": "Trà đào", "gia": 35000, "con_hang": true}]',
    encoding="utf-8")
mon = pd.read_json("mon.json")
print(mon)
print(mon.dtypes["con_hang"])

KẾT QUẢ

          mon    gia  con_hang
0  Cà phê sữa  29000      True
1     Bạc xỉu  32000     False
2     Trà đào  35000      True
bool

Khác với CSV, JSON ghi rõ kiểu của từng giá trị: chuỗi có ngoặc kép, số không có, true/false là kiểu logic. Nhờ vậy cột con_hang đọc ra kiểu bool mà không cần chuyển. Đổi "gia": 32000 thành "gia": 31000 rồi chạy lại: dòng Bạc xỉu in giá 31000.

Lấy bảng từ file có lớp bọc của API

API ít khi trả thẳng một list. Nó thường bọc dữ liệu trong một object có thêm số trang, tổng số bản ghi, như file don_hang_api.json trong bộ dữ liệu thực hành: {"trang": 1, "so_ban_ghi": 80, "du_lieu": [...]}. Đọc thẳng file đó bằng read_json() không báo lỗi, nhưng ra một bảng sai.

Module json đọc file thành dict của Python; list đơn hàng nằm dưới khóa du_lieu. pd.DataFrame() nhận list bản ghi đó như read_json() nhận một file dạng list:

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    goi = json.load(f)
print(list(goi), goi["so_ban_ghi"])
don = pd.DataFrame(goi["du_lieu"])
print(don.shape)
print(don[["ma_don", "thoi_gian", "kenh"]].head(3))

KẾT QUẢ

['trang', 'so_ban_ghi', 'du_lieu'] 80
(80, 5)
    ma_don                  thoi_gian      kenh
0  API0001  2026-06-01T10:20:00+07:00  Ứng dụng
1  API0002  2026-06-01T14:01:00+07:00  Ứng dụng
2  API0003  2026-06-02T08:09:00+07:00   Website

Bảng có đủ 80 đơn, khớp so_ban_ghi. Hai cột còn lại, khach_hang và san_pham, vẫn chứa dict và list lồng bên trong; bài json_normalize() làm phẳng chúng thành cột thường.

Ghi DataFrame ra JSON với orient="records"

to_json() không có tên file thì trả về chuỗi JSON, tiện để xem trước. Tham số orient chọn hình dạng của chuỗi đó:

python
import pandas as pd

mon = pd.DataFrame({"mon": ["Cà phê sữa", "Trà đào"],
                    "gia": [29000, 35000]})
print(mon.to_json())
print(mon.to_json(orient="records"))
print(mon.to_json(orient="records", force_ascii=False))

KẾT QUẢ

{"mon":{"0":"C\u00e0 ph\u00ea s\u1eefa","1":"Tr\u00e0 \u0111\u00e0o"},"gia":{"0":29000,"1":35000}}
[{"mon":"C\u00e0 ph\u00ea s\u1eefa","gia":29000},{"mon":"Tr\u00e0 \u0111\u00e0o","gia":35000}]
[{"mon":"Cà phê sữa","gia":29000},{"mon":"Trà đào","gia":35000}]

Dòng đầu là dạng mặc định: một dict theo cột, trong đó mỗi cột là dict từ nhãn index sang giá trị. Dòng hai, orient="records", là list bản ghi, cùng dạng với file đầu bài và với dữ liệu API thường gửi đi. Cả hai dòng đầu viết chữ có dấu thành mã như \u00e0 (chữ à), vì mặc định to_json() chỉ ghi ký tự ASCII. force_ascii=False giữ nguyên chữ tiếng Việt, đọc được bằng mắt.

Có tên file thì to_json() ghi thẳng ra file đó, bằng UTF-8. indent=2 xuống dòng và thụt lề để người đọc dễ nhìn:

python
import pandas as pd

mon = pd.DataFrame({"mon": ["Cà phê sữa", "Trà đào"],
                    "gia": [29000, 35000]})
mon.to_json("mon_moi.json", orient="records", force_ascii=False,
            indent=2)
with open("mon_moi.json", encoding="utf-8") as f:
    print(f.read())
print(pd.read_json("mon_moi.json").shape)

KẾT QUẢ

[
  {
    "mon":"Cà phê sữa",
    "gia":29000
  },
  {
    "mon":"Trà đào",
    "gia":35000
  }
]
(2, 2)

Đọc lại bằng read_json() cho đúng hai dòng, hai cột. Dạng records không ghi index, nên không có cột thừa như Unnamed: 0 của CSV.

Kiểm tra nhanh

  1. Bảng có hai dòng, cột mon và gia. mon.to_json() không có tham số nào trả về chuỗi bắt đầu bằng gì?

    • [{"mon":
    • {"mon":{"0":
    • {"0":{"mon":
  2. Cũng bảng đó, to_json(orient="records") ghi chữ "Trà đào" thế nào?

    • "Trà đào"
    • "Tr\u00e0 \u0111\u00e0o"
    • "Tra dao"
  3. Đọc file có dạng {"trang": 1, "so_ban_ghi": 80, "du_lieu": [...]} bằng pd.read_json() cho bảng thế nào?

    • Một bảng 80 dòng với các cột của đơn hàng
    • Một bảng 80 dòng với ba cột trang, so_ban_ghi, du_lieu
    • Một lỗi ValueError
  4. Những cách nào giữ được mã "0012" ở dạng chuỗi?

    • pd.read_json("f.json", dtype={"ma_sp": str})
    • Đọc file bằng json.load() rồi dựng bảng bằng pd.DataFrame()
    • pd.read_json("f.json", force_ascii=False)
    • pd.read_json("f.json", orient="records")
Đúng hết lần đầu +15 XP

Bài tập

Xuất thực đơn ra JSON cho app

Đội app cần một file JSON dạng list bản ghi, chỉ gồm vài cột của bảng thực đơn, và tên món phải đọc được bằng mắt. Viết thân hàm xuat_json(bang, cot, duong_dan): ghi các cột có tên trong list cot, theo đúng thứ tự trong cot, ra file duong_dan. Mỗi dòng của bảng là một object trong list, và chữ có dấu giữ nguyên, không thành mã \u. Hàm không sửa bang.

Trả về: số bản ghi đã ghi, một int.

python
import pandas as pd

def xuat_json(bang, cot, duong_dan):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • pd.read_json("f.json") đọc file dạng list bản ghi thành DataFrame, mỗi bản ghi một dòng.

  • read_json() tự đổi cột trông giống số, kể cả chuỗi "0012"; giữ mã bằng dtype={"ma_sp": str}.

  • File có lớp bọc của API: đọc bằng json.load(), rồi pd.DataFrame(goi["du_lieu"]).

  • to_json(orient="records") ghi list bản ghi; mặc định là dict theo cột kèm nhãn index.

  • force_ascii=False giữ chữ tiếng Việt thay cho mã \u; indent=2 cho file dễ đọc.

Câu hỏi thường gặp

Đọc file JSON bằng pandas báo lỗi FileNotFoundError dù tôi truyền nội dung JSON thì sao?

pandas 3 hiểu chuỗi truyền vào read_json() là tên file. Có sẵn nội dung JSON trong một biến chuỗi thì bọc nó bằng io.StringIO(chuoi), hoặc dùng json.loads(chuoi) rồi pd.DataFrame().

Pandas to json có ghi ngày giờ đúng không?

Không nói gì thêm, cột ngày giờ được ghi thành số mili giây từ năm 1970, và pandas 3 in kèm cảnh báo rằng mặc định này sẽ bị bỏ. Luôn ghi date_format="iso" để có dạng chữ như 2026-06-01T10:20:00, dạng mà người và hầu hết API đọc được.

File JSON mỗi dòng một object (JSON Lines) đọc thế nào?

Dùng pd.read_json("f.jsonl", lines=True). Ghi ngược lại bằng to_json("f.jsonl", orient="records", lines=True, force_ascii=False); dạng này hợp với file log lớn vì đọc từng dòng được.

Khi nào dùng read_json(), khi nào dùng json_normalize()?

read_json() hợp với list bản ghi phẳng, mỗi giá trị là số hay chuỗi. Khi bản ghi có object hay list lồng bên trong, như khách hàng và sản phẩm của một đơn, dùng json_normalize() để tách chúng thành cột.

Chủ đề

pandas read json

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập