在 FastAPI 应用程序中将 JSON 转换为 DataFrame答案

【问题标题】：Converting JSON into a DataFrame within FastAPI app在 FastAPI 应用程序中将 JSON 转换为 DataFrame
【发布时间】：2021-04-03 15:14:56
【问题描述】：

我正在尝试为银行的客户流失创建 API。我已经完成了模型，现在想使用 FastAPI 创建 API。我的问题是将 JSON 传递的数据转换为数据框，以便能够通过模型运行它。这是代码。

from fastapi import FastAPI
from starlette.middleware.cors import CORSMiddleware
from pycaret.classification import *
import pandas as pd
import uvicorn  # ASGI
import pickle
import pydantic
from pydantic import BaseModel

class customer_input(BaseModel):
    CLIENTNUM:int
    Customer_Age:int
    Gender:str
    Dependent_count:int
    Education_Level:str
    Marital_Status:str
    Income_Category:str
    Card_Category:str
    Months_on_book:int
    Total_Relationship_Count:int
    Months_Inactive_12_mon:int
    Contacts_Count_12_mon:int
    Credit_Limit:float
    Total_Revolving_Bal:int
    Avg_Open_To_Buy:float
    Total_Amt_Chng_Q4_Q1:float
    Total_Trans_Amt:int
    Total_Trans_Ct:int
    Total_Ct_Chng_Q4_Q1:float
    Avg_Utilization_Ratio:float


app = FastAPI()

#Loading the saved model from pycaret
model = load_model('BankChurnersCatboostModel25thDec2020')

origins = [
    '*'
]

app.add_middleware(
        CORSMiddleware,
        allow_origins=origins,
        allow_credentials=True,
        allow_methods=['GET','POST'],
        allow_headers=['Content-Type','application/xml','application/json'],
    )

@app.get("/")
def index():
    return {"Nothing to see here"}

@app.post("/predict")
def predict(data: customer_input):
    
    # Convert input data into a dictionary
    data = data.dict()

    # Convert the dictionary into a dataframe
    my_data = pd.DataFrame([data])
 
    # Predicting using pycaret
    prediction = predict_model(model, my_data)
    
    return prediction



# Only use below 2 lines when testing on localhost -- remove when deploying
if __name__ == '__main__':
    uvicorn.run(app, host='127.0.0.1', port=8000)

当我对此进行测试时，我从 OpenAPI 接口收到内部服务器错误，因此我检查了我的 cmd 并且错误提示

ValueError: [TypeError("'numpy.int64' object is not iterable"), TypeError('vars() argument must have __dict__ attribute')]

如何将传递到预测函数的数据成功转换为数据帧。谢谢。

【问题讨论】：

标签： json python-3.x pandas dataframe fastapi

【解决方案1】：

好的，所以我通过更改 customer_input 类解决了这个问题。我将任何 int 类型更改为 float 并修复它。我不明白为什么。谁能解释一下？

从根本上说，那些int 值只是一个整数，因为它们都是离散值（即选择银行中的家属人数），但我想我可以在前端设置一个约束。

【讨论】：