Python 3.x ValueError:将Json数据转换为DataFrame时未正确调用DataFrame构造函数

当我尝试使用pandas和Json包将Json数据转换为数据帧时，遇到了一个问题

Json文件中的原始数据如下所示：

{"Number":41,"Type":["A1","A2","A3","A4","A5"],"Percent":{"Very Good":1.2,"Good":2.1,"OK":1.1,"Bad":1.3,"Very Bad":1.7}}

   Type
0   A1
1   A2
2   A3
3   A4
4   A5

我的代码是：

import pandas as pd
import json

with open('Test.json', 'r') as filename:
    json_file=json.load(filename)
    df =pd.DataFrame(json_file['Type'],columns=['Type'])

问题是，当我只从Json文件中读取类型时，它会给出正确的结果，如下所示：

{"Number":41,"Type":["A1","A2","A3","A4","A5"],"Percent":{"Very Good":1.2,"Good":2.1,"OK":1.1,"Bad":1.3,"Very Bad":1.7}}

   Type
0   A1
1   A2
2   A3
3   A4
4   A5

但是，当仅从Json文件读取数字时：

 df =pd.DataFrame(json_file['Number'],columns=['Number'])

它给了我一个错误：ValueError:DataFrame构造函数没有正确调用

如果我使用：

df = pd.DataFrame.from_dict(json_file)

我得到一个错误：

ValueError：将DICT与非系列混用可能导致排序不明确

我对谷歌做了一些研究，但仍然不知道为什么

我的目标是将此Json数据分成两个数据帧，第一个是将数字和类型组合在一起：

   Number  Type
0    41     A1
1    41     A2
2    41     A3
3    41     A4
4    41     A5

我想获取的另一个数据帧是百分比中的数据，它可能看起来像：

Very Good  1.2
Good 2.1
OK 1.1
Bad 1.3
Very Bad 1.7

---

这将为您提供所需的输出：

with open('Test.json', 'r') as filename:
    json_file=json.load(filename)
    df = pd.DataFrame({'Number': json_file.get('Number'), 'Type': json_file.get('Type')})
    df2 = pd.DataFrame({'Percent': json_file.get('Percent')})

   Number type
0      41   A1
1      41   A2
2      41   A3
3      41   A4
4      41   A5

           Percent
Bad            1.3
Good           2.1
OK             1.1
Very Bad       1.7
Very Good      1.2

您可以将其概括为一个函数：

def json_to_df(d, ks):
    return pd.DataFrame({k: d.get(k) for k in ks})

df = json_to_df(json_file, ['Number', 'Type'])

如果您希望避免使用json包，可以直接在pandas中使用：

_df = pd.read_json('Test.json', typ='series')
df = pd.DataFrame.from_dict(dict(_df[['Number', 'Type']]))
df2 = pd.DataFrame.from_dict(_df['Percent'], orient='index', columns=['Percent'])

---

看一看pandas read_jsonhello非常感谢您的回复，我对我的问题做了一些调整，我查看了实际数据，它比我之前发布的更复杂，您能给我一些想法吗？