将包含pandas对象（系列/数据帧）的python元组、列表和字典转换为json

我知道我可以将pandas对象（如

Series

，

DataFrame

）转换为json，如下所示：

series1 = pd.Series(np.random.randn(5), name='something')
jsonSeries1 = series1.to_json() #{"0":0.0548079371,"1":-0.9072821424,"2":1.3865642993,"3":-1.0609052074,"4":-3.3513341839}

seriesmap = {"key1":pd.Series(np.random.randn(5), name='something')}

但是，当该系列被封装在其他数据结构中时，我应该做什么，比如字典，如下所示：

series1 = pd.Series(np.random.randn(5), name='something')
jsonSeries1 = series1.to_json() #{"0":0.0548079371,"1":-0.9072821424,"2":1.3865642993,"3":-1.0609052074,"4":-3.3513341839}

seriesmap = {"key1":pd.Series(np.random.randn(5), name='something')}

如何将上述映射转换为json，如下所示：

{"key1":{"0":0.0548079371,"1":-0.9072821424,"2":1.3865642993,"3":-1.0609052074,"4":-3.3513341839}}

simplejson

不起作用：

 jsonObj = simplejson.dumps(seriesmap)

import pandas as pd

d = {'one' : pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
    'two' : pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)

mapDict = {"key1":df}
print(pd.DataFrame(mapDict).to_json())

给予

这使得：

Traceback (most recent call last):
  File "C:\Mahesh\repos\JavaPython\JavaPython\bin\py2.py", line 80, in <module>
    print(pd.DataFrame(mapDict).to_json())
  File "C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site-packages\pandas\core\frame.py", line 224, in __init__
    mgr = self._init_dict(data, index, columns, dtype=dtype)
  File "C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site-packages\pandas\core\frame.py", line 360, in _init_dict
    return _arrays_to_mgr(arrays, data_names, index, columns, dtype=dtype)
  File "C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site-packages\pandas\core\frame.py", line 5231, in _arrays_to_mgr
    index = extract_index(arrays)
  File "C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site-packages\pandas\core\frame.py", line 5270, in extract_index
    raise ValueError('If using all scalar values, you must pass'
ValueError: If using all scalar values, you must pass an index

回溯（最近一次呼叫最后一次）：
文件“C:\Mahesh\repos\JavaPython\JavaPython\bin\py2.py”，第80行，在
打印（pd.DataFrame（mapDict.to_json（））
文件“C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site packages\pandas\core\frame.py”，第224行，在uu init中__
mgr=self.\u init\u dict（数据、索引、列、数据类型=dtype）
文件“C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site packages\pandas\core\frame.py”，第360行，在初始目录中
将_arrays_返回给_mgr（数组、数据名、索引、列、dtype=dtype）
文件“C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site packages\pandas\core\frame.py”，第5231行，在\u array\u to \u mgr中
索引=提取索引（数组）
文件“C:\Mahesh\Program Files\WinPython-64bit-3.4.4.4Qt5\python-3.4.4.amd64\lib\site packages\pandas\core\frame.py”，第5270行，在extract\U索引中
raise VALUERROR（'如果使用所有标量值，则必须通过'
ValueError：如果使用所有标量值，则必须传递索引

在

系列地图上调用
pd.DataFrame
，然后使用
调用json

pd.DataFrame(seriesmap).to_json()

'{"key1":{"0":0.8513342674,"1":-1.3357052602,"2":0.2102391775,"3":-0.5957492995,"4":0.2356552588}}'

到目前为止，还没有一个实用程序可以序列化或反序列化包含Pandas对象的嵌套Python结构。即使是PyArrow（由Google开发）也无法处理复数。因此，如果您想使用它，您需要编写自己的代码

我最近开发了一个库（），它可以序列化/反序列化Python中的几乎所有内容。您可以尝试一下，并向我报告无法完全反序列化的内容。谢谢！-：）
根本问题是
json
模块不知道如何序列化
numpy.float64
，pandas
to_json
方法修复的东西。那么在
DataFrame
中包装任何东西都可以吗？我的意思是我可能有
DataFrame
本身而不是那个系列。此外，熊猫对象可以在任何复杂数据结构（元组、字典、列表）的任何深度嵌套多次。或者，我可能有元组、列表、字典，就像其他键所说的
key2
。一切都会好起来吗？@Mahesha999不！并非任何事情都能奏效。您在
dict
中建议了一个
系列
，这应该会起作用。如果有
dataframes
，我会建议一种不同的策略。对不起，我说的是“序列封装在其他数据结构中，比如字典”。顺便说一句，另一种策略是什么？实际上我希望能够序列化/反序列化任意python类型。我更喜欢json。Python本机类型（int、string、tuple、list、dictionary）可以通过simplejson轻松地进行序列化/反序列化…但是当涉及到pandas对象时，事情会变得一团糟。。。