TypeError：read_json() 得到了一个意外的关键字参数“分隔符”

Question

我正在尝试在 Python 3 中（通过 Jupyter）分隔一个平面 json 文件，以便创建一个额外的列。 Pandas 自动读取并生成“...”之间的行。当我在没有分隔符的情况下打印时，它会很好地读取文件。这里是前四行：

0                             <h1>lorum ipsum|
1                              <h2>lorum ipsum|
2                                                     
3    <h5>lorum ipsum...

但是，每次 json 有文件 a > 时，我都想分隔一个额外的列，但是我收到一个我不理解的广泛错误。我做错了什么？

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-38-647ecd72fd56> in <module>
      1 import sys
      2 import pandas as pd
----> 3 df = pd.read_json('/filepath/doc.json' , delimiter='>', engine='python', header=None)
      4 print (df)

~/opt/anaconda3/lib/python3.8/site-packages/pandas/util/_decorators.py in wrapper(*args, **kwargs)
    197                 else:
    198                     kwargs[new_arg_name] = new_arg_value
--> 199             return func(*args, **kwargs)
    200 
    201         return cast(F, wrapper)

~/opt/anaconda3/lib/python3.8/site-packages/pandas/util/_decorators.py in wrapper(*args, **kwargs)
    297                 )
    298                 warnings.warn(msg, FutureWarning, stacklevel=stacklevel)
--> 299             return func(*args, **kwargs)
    300 
    301         return wrapper

TypeError: read_json() got an unexpected keyword argument 'delimiter'

产生错误的代码是：

import pandas as pd
df = pd.read_json('/path/file.json' , delimiter='>', engine='python', header=None)
print (df)

Answer 1

@罗恩

当然。它最初是一个pdf，我尽力将其刮成json。带有标题、子标题和段落。

["<h1>Amsterdam Circulair|", "<h2>leren door te doen|", "", "<h5>In 2 jaar met ruim 20 projecten in de praktijk laten zien dat het kan|", "<h5>2|", "", "<s1>Voorpagina:| Een medewerkster van Gro-Holland verzamelt de op koffieprut | gegroeide oesterzwammen, waarna zij naar de restaurants van La | Place gaan, de leverancier van de koffieprut. Foto: Olaf Kraak.| Bron: Trouw|", "", "<h2>Inhoud|", "", "<h5>Voorwoord| 4|", "<h5>1 | Inleiding | 6|", "<h5>2 |  Wat hebben het onderzoek en de marktconsultatie opgeleverd? | 7|", "", "<p>2.1  | Onderzoeksrapport Amsterdam Circulair | 7|", "<p>2.2 | Resultaat marktconsultatie | 7|", "<p>2.3 | Duurzaamheidsraad | 8|", "", "<h5>3 | Wat doen we al? | 9|", "<h5> 4 | Hoe gaan we verder? | 10|", "", "<p>4.1  | Inzet gemeente  | 10|", "<p>4.2 | Inzet 2016-2017 uitgewerkt | 12|", "<p>4.3 | Wat vragen we anderen | 18|", "", "<s1>4.3.1 | Rijk | 18|", "<s1>4.3.2 | Bedrijfsleven | 18|", "<s1>4.3.3 | Amsterdammers | 18|", "", "<h5>5 | Samengevat | 19|", "", "<p>Versie 16 november 2016|", "<h5>3|", "", "<h2>Voorwoord|", "", "<p>De transformatie van onze huidige economie naar een duurzame, circulaire economie is noodzakelijk en onontkoombaar. De | \u2018circulaire economie\u2019 is anno 2016 nog een toekomstbeeld. De vraag die nu voorligt is daarom: hoe moeilijk of makkelijk gaan we | het elkaar maken om dit toekomstbeeld om te zetten in realiteit?|", "<p>Vast staat dat de overheid niet kan bepalen dat \u2018de\u2019 economie maar circulair moet worden, maar dat ze een faciliterende en | stimulerende taak heeft. Juist bedrijven en instellingen moeten hun rol kunnen pakken in een economie in transitie.|", "<p>De bijdrage die de gemeente Amsterdam daarom op dit moment het beste kan leveren, is aantonen dat de circulaire economie | werkelijkheid kan worden. Dit gaan we doen door de komende twee jaar met twintig projecten te laten zien dat circulair werken | kan.

Answer 2

换句话说，这就是我的距离。

import pandas as pd

df = pd.read_json('filepath/doc.json')
df.str.split(delimiter='>', expand=True)


print (df)

我收到错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-104-aaf69d70b64a> in <module>
      2 
      3 df = pd.read_json('filepath/doc.json')
----> 4 df.str.split(delimiter='>', expand=True)
      5 
      6 

~/opt/anaconda3/lib/python3.8/site-packages/pandas/core/generic.py in __getattr__(self, name)
   5463             if self._info_axis._can_hold_identifiers_and_holds_name(name):
   5464                 return self[name]
-> 5465             return object.__getattribute__(self, name)
   5466 
   5467     def __setattr__(self, name: str, value) -> None:

AttributeError: 'DataFrame' object has no attribute 'str'

Answer 3

AttributeError：“DataFrame”对象没有属性“row”、“str”或“split”。三个都玩过。

Answer 4

感谢您的两个建议。另一个奇怪的错误。这应该很容易。

import pandas as pd

df = pd.read_json('/file/doc.json')

test = pd.DataFrame(df.row.str.split('>').tolist()

​print (test)

错误：

 File "<ipython-input-49-0007a192a995>", line 7
    print (test)
    ^
SyntaxError: invalid syntax