将json文件读取为熊猫数据框？答案

【问题标题】：Read json file as pandas dataframe?将json文件读取为熊猫数据框？
【发布时间】：2018-07-14 19:30:14
【问题描述】：

我正在使用 python 3.6 并尝试使用以下代码将 json 文件（350 MB）下载为 pandas 数据框。但是，我收到以下错误：

data_json_str = "[" + ",".join(data) + "]
"TypeError: sequence item 0: expected str instance, bytes found

我该如何解决这个错误？

import pandas as pd

# read the entire file into a python array
with open('C:/Users/Alberto/nutrients.json', 'rb') as f:
   data = f.readlines()

# remove the trailing "\n" from each line
data = map(lambda x: x.rstrip(), data)

# each element of 'data' is an individual JSON object.
# i want to convert it into an *array* of JSON objects
# which, in and of itself, is one large JSON object
# basically... add square brackets to the beginning
# and end, and have all the individual business JSON objects
# separated by a comma
data_json_str = "[" + ",".join(data) + "]"

# now, load it into pandas
data_df = pd.read_json(data_json_str)

【问题讨论】：

标签： python json python-3.x pandas

【解决方案1】：

从您的代码看来，您正在加载一个 JSON 文件，该文件的每一行都包含 JSON 数据。 read_json 支持 lines 参数，如下所示：

data_df = pd.read_json('C:/Users/Alberto/nutrients.json', lines=True)

注意
如果您有单个 JSON 对象而不是每行上的单个 JSON 对象，请删除 lines=True。

【讨论】：

【解决方案2】：

使用 json 模块，您可以将 json 解析为 python 对象，然后从中创建一个数据框：

import json
import pandas as pd
with open('C:/Users/Alberto/nutrients.json', 'r') as f:
    data = json.load(f)
df = pd.DataFrame(data)

【讨论】：

我使用上面的代码得到了“JSONDecodeError: Extra data: line 2 column 1 (char 110)”

【解决方案3】：

如果您以二进制文件 ('rb') 打开文件，您将获得字节。怎么样：

with open('C:/Users/Alberto/nutrients.json', 'rU') as f:

也如this 回答中所述，您也可以直接使用熊猫：

df = pd.read_json('C:/Users/Alberto/nutrients.json', lines=True)

【讨论】：

【解决方案4】：

如果你想把它转换成 JSON 对象的 array，我想这个会做你想做的

import json
data = []
with open('nutrients.json', errors='ignore') as f:
    for line in f:
        data.append(json.loads(line))
print(data[0])

【讨论】：

【解决方案5】：

使用 pandas 读取 json 文件最简单的方法是：

pd.read_json("sample.json",lines=True,orient='columns')

像这样处理嵌套的json

[[{Value1:1},{value2:2}],[{value3:3},{value4:4}],.....]

使用 Python 基础知识

value1 = df['column_name'][0][0].get(Value1)

【讨论】：

这里的 Value1 是什么？列名？
@Kubra Value1 为key，会返回对应的值。

【解决方案6】：

请输入下面的代码

#call the pandas library
import pandas as pd
#set the file location as URL or filepath of the json file
url = 'https://www.something.com/data.json'
#load the json data from the file to a pandas dataframe
df = pd.read_json(url, orient='columns')
#display the top 10 rows from the dataframe (this is to test only)
df.head(10)

请查看代码并根据您的需要进行修改。我添加了 cmets 来解释每一行代码。希望这会有所帮助！

【讨论】：