pandas.read_json dtype 对象到整数/数字答案

【问题标题】：pands.read_json dtype object to integer/numericspandas.read_json dtype 对象到整数/数字
【发布时间】：2019-12-12 02:05:47
【问题描述】：

我正在尝试将 JSON 字符串转换为 pandas 数据框。虽然pandas.read_json 可以在没有“缺失值”的情况下推断数据类型（如空白或“NA”），但如果值中有空白，它将将该列分类为 dtype object。

例如：

d1 = {"a":"1","b":"2"}
d2 = {"a":"","b":""}
l = [d1,d2]
l_js = json.dumps(l)
d = pd.read_json(l_js)
d.dtypes

它将为两个列/字典对象返回 dtype 对象。

我想知道是否有一种有效的方法可以做到这一点，而不必遍历列表中的每个字典。

【问题讨论】：

标签： python pandas

【解决方案1】：

pd.read_json() 函数中似乎没有特定的参数来处理这种情况，因为字典 d2 的值是 ''。但是，在这种特殊情况下，这可以通过 replace 后跟一个将列转换为浮点数的循环来处理。

import pandas as pd
import json
import numpy as np
d1 = {"a":"1","b":"2"}
d2 = {"a":"","b":""}
l = [d1,d2]
l_js = json.dumps(l)
d = pd.read_json(l_js).replace('',np.nan)
for i in d:
    d[i] = d[i].astype(float)
print(d.dtypes)

输出：

a    float64
b    float64
dtype: object

当然，如果您不确定是否所有列都应该是浮动的，或者某些列是否可以作为对象，那么您可以简单地在for 之后添加一个try/except：

import pandas as pd
import json
import numpy as np
d1 = {"a":"1","b":"2","c":"aaa"}
d2 = {"a":"","b":"","c":"ccc"}
l = [d1,d2]
l_js = json.dumps(l)
d = pd.read_json(l_js).replace('',np.nan)
for i in d:
    try:
        d[i] = d[i].astype(float)
    except ValueError:
        pass
print(d.dtypes)

输出：

a    float64
b    float64
c     object
dtype: object

【讨论】：

【解决方案2】：

原来，对于pandas.read_json，它要求该部分的字符串为空，如下所示： '[{"a": "1", "b": "2"}, {"a": null, "b": null}, {"a": null, "b": null}]'

为此，您可以将“”的字符串部分替换为'null：

l_js.replace('""','null')

【讨论】：