Python 将数组记录到json.dumps

我需要从Pandas数据帧生成json，但是使用df.to_json会显示分段错误，所以我想找到另一种方法来创建json，我得到的唯一一件事就是从数据帧创建一个记录数组

现在我需要用文件名创建json.dump。像这样的

{ "id":123, "name":"myname"}

这是我设法创建的代码，这是我的文件（）：

我需要这样一个JSON：

[  
{  
   'City':'Sooke',
   'FirstName':'Devin',
   'Title':nan,
   'LastName':'Phillips',
   'SubTotal':'189,97',
   'OrderDate':'2014-06-30 00:00:00.000',
   'AddressType':'Home',
   'PhoneNumberType':'Home',
   'TaxAmt':'15,1976',
   'AddressLine2':nan,
   'AddressLine1':'2742 Cincerto Circle',
   'DueDate':'2014-07-12 00:00:00.000',
   'TotalDue':'209,9169',
   'ShipDate':'2014-07-07 00:00:00.000',
   'StateProvinceName':'British Columbia',
   'MiddleName':nan,
   'ProductCategory':'Accessories',
   'PhoneNumber':'425-555-0163',
   'CountryRegionName':'Canada',
   'PostalCode':'V0',
   'SalesOrderNumber':'SO75123',
   'Suffix':nan,
   'ProductName':'All-Purpose Bike Stand',
   'SalesOrderID':75123,
   'EmailAddress':'devin38@adventure-works.com',
   'EmailPromotion':0,
   'Freight':'4,7493',
   'UnitPrice':'159',
   'ProductSubcategory':'Bike Stands'
},
{  
   'City':'Sooke',
   'FirstName':'Devin',
   'Title':nan,
   'LastName':'Phillips',
   'SubTotal':'189,97',
   'OrderDate':'2014-06-30 00:00:00.000',
   'AddressType':'Home',
   'PhoneNumberType':'Home',
   'TaxAmt':'15,1976',
   'AddressLine2':nan,
   'AddressLine1':'2742 Cincerto Circle',
   'DueDate':'2014-07-12 00:00:00.000',
   'TotalDue':'209,9169',
   'ShipDate':'2014-07-07 00:00:00.000',
   'StateProvinceName':'British Columbia',
   'MiddleName':nan,
   'ProductCategory':'Clothing',
   'PhoneNumber':'425-555-0163',
   'CountryRegionName':'Canada',
   'PostalCode':'V0',
   'SalesOrderNumber':'SO75123',
   'Suffix':nan,
   'ProductName':'AWC Logo Cap',
   'SalesOrderID':75123,
   'EmailAddress':'devin38@adventure-works.com',
   'EmailPromotion':0,
   'Freight':'4,7493',
   'UnitPrice':'8,99',
   'ProductSubcategory':'Caps'
}
]

我得到的错误是：

Traceback (most recent call last):                                                                                                                                
  File "/home/ubuntu/workspace/python/tests2.py", line 11, in <module>                                                                                            
    d[c] = r.__getattribute__(c)                                                                                                                                  
TypeError: list indices must be integers, not unicode   

回溯（最近一次呼叫最后一次）：
文件“/home/ubuntu/workspace/python/tests2.py”，第11行，在
d[c]=r.\uuu getattribute\uuuu（c）
TypeError:列表索引必须是整数，而不是unicode

---

但我真的很感谢最终结果的帮助，我一直在一个错误一个错误地改变，但无法达到我想要的。我需要JSON将其插入MongoDB。

就像错误所说的，

d

是一个列表，您正试图使用unicode字符串对其进行索引。您必须将其更改为字典（

d={}

）

然而，输出仍然不是您所期望的。相反，您可以这样做：

for r in data2:
    arrayJSON.append(dict(zip(columns, r.tolist())))

甚至这个：

arrayJSON = [dict(zip(columns, r.tolist())) for r in data2]

tolist（）

将记录

r

转换为包含本机python值的正常列表。这样就可以通过

json.dumps

对其进行序列化

json.dumps

可能仍然包含诸如

NaN

之类的值，这实际上不是有效的json。您可以使用以下方法替换数据帧中的这些值：

data.fillna（value=”“，inplace=True）

这就是一切的样子：

import pandas as pd
import json

columns = [...]
data = pd.read_csv('../Uploads/TxtDataSimplified.txt', header=0, names=columns, sep='\t')
data.fillna(value="", inplace=True)
data2 = data.to_records(index=0)

arrayJSON = [dict(zip(columns, r.tolist())) for r in data2]
print(json.dumps(arrayJSON))

---

您能提供DataFrame和所需JSON文件的示例片段吗？请将它们作为编辑添加到您的问题中。您从何处获取源数据？您还需要包括您获得的实际错误消息。

import pandas as pd
import json

columns = [...]
data = pd.read_csv('../Uploads/TxtDataSimplified.txt', header=0, names=columns, sep='\t')
data.fillna(value="", inplace=True)
data2 = data.to_records(index=0)

arrayJSON = [dict(zip(columns, r.tolist())) for r in data2]
print(json.dumps(arrayJSON))