当有空值时，Pandas json_normalize 将整数转换为浮点数

Question

我正在尝试使用 json_normalize 将一些 json 扁平化为 pandas 数据框。当没有空值时，它按预期工作：

import pandas as pd
from pandas.io.json import json_normalize

json = [{"test": 1}, {"test": 2}, {"test": 3}]

df = json_normalize(json)

print(df)

返回：

   test
0     1
1     2
2     3

但是，如果我将 {"test": 3} 更改为 {"test": None} 则以下 int64 数据对象将转换为 float64 类型：

   test
0   1.0
1   2.0
2   NaN

有人找到解决此问题的方法吗？

Answer 1

这是因为整数不能是 NaN 类型。

一种解决方法可能是将所有内容都保留为字符串：

json = [{"test": "1"}, {"test": "2"}, {"test": "None"}]

你会得到

   test
0     1
1     2
2  None