python pandas - 解析 JSON 时出现类型错误：字符串索引必须是整数答案

【问题标题】：python pandas - TypeError when parsing JSON: string indices must be integerspython pandas - 解析 JSON 时出现类型错误：字符串索引必须是整数
【发布时间】：2023-03-31 04:46:01
【问题描述】：

JSON 文件中的记录如下所示（请注意“营养素”是什么样的）：

{
"id": 21441,
"description": "KENTUCKY FRIED CHICKEN, Fried Chicken, EXTRA CRISPY,
Wing, meat and skin with breading",
"tags": ["KFC"],
"manufacturer": "Kentucky Fried Chicken",
"group": "Fast Foods",
"portions": [
{
"amount": 1,
"unit": "wing, with skin",
"grams": 68.0
},
...
],
"nutrients": [
{
"value": 20.8,
"units": "g",
"description": "Protein",
"group": "Composition"
},
{'description': 'Total lipid (fat)',
'group': 'Composition',
'units': 'g',
'value': 29.2}
...
]
}

以下是书中练习的代码*。它包括一些争吵，并将每种食物的营养成分组合到一张大桌子中：

import pandas as pd
import json

db = pd.read_json("foods-2011-10-03.json")

nutrients = []

for rec in db:
     fnuts = pd.DataFrame(rec["nutrients"])
     fnuts["id"] = rec["id"]
     nutrients.append(fnuts)

但是，我收到以下错误，我无法弄清楚原因：

TypeError                                 Traceback (most recent call last)
<ipython-input-23-ac63a09efd73> in <module>()
      1 for rec in db:
----> 2     fnuts = pd.DataFrame(rec["nutrients"])
      3     fnuts["id"] = rec["id"]
      4     nutrients.append(fnuts)
      5

TypeError: string indices must be integers

*这是本书Python for Data Analysis中的一个例子

【问题讨论】：

您的 JSON 无效（即使更正引号并删除点，pd.read_json 也无法加载它）。请提交我们可以实际看到您的问题的数据。
@Amadan，这里是数据的链接：github.com/wesm/pydata-book/blob/master/ch07/…

标签： python json pandas typeerror

【解决方案1】：

for rec in db 迭代列名。要遍历行，

for id, rec in db.iterrows():
    fnuts = pd.DataFrame(rec["nutrients"])
    fnuts["id"] = rec["id"]
    nutrients.append(fnuts)

这有点慢（所有需要构建的字典）。 itertuples 更快；但由于您只关心两个系列，因此直接迭代系列可能是最快的：

for id, value in zip(db['id'], db['nutrients']):
    fnuts = pd.DataFrame(value)
    fnuts["id"] = id
    nutrients.append(fnuts)

【讨论】：

谢谢，很好用！自本书编写以来，此迭代的工作方式是否发生了变化，还是应该将其添加到本书的勘误表中？
对不起，我对 Pandas 的历史了解不多，也没有看过这本书。

【解决方案2】：

代码工作得很好，但json 应该看起来像这样，代码才能工作：

[{
"id": 21441,
"description": "KENTUCKY FRIED CHICKEN, Fried Chicken, EXTRA CRISPY,Wing, meat and skin with breading",
"tags": ["KFC"],
"manufacturer": "Kentucky Fried Chicken",
"group": "Fast Foods",
"portions": [
{"amount": 1,
"unit": "wing, with skin",
"grams": 68.0}],
"nutrients": [{
"value": 20.8,
"units": "g",
"description": "Protein",
"group": "Composition"
},
{'description': 'Total lipid (fat)',
'group': 'Composition',
'units': 'g',
'value': 29.2}]}]

这只是一个记录的例子。

【讨论】：

【解决方案3】：

Amadan 回答了这个问题，但在看到他的回答之前，我设法解决了这个问题：

for i in range(len(db)):
    rec = db.loc[i]
    fnuts = pd.DataFrame(rec["nutrients"])
    fnuts["id"] = rec["id"]
    nutrients.append(fnuts)

【讨论】：