Python JSON编码器将NAN转换为null

我正在编写代码来接收能够转换为JSON的任意对象（可能是嵌套的）

Python内置JSON编码器的默认行为是将NaN转换为

NaN

，例如

JSON.dumps（np.NaN）

会导致

NaN

。如何将此

NaN

值更改为

null

我试图做到以下几点：

from json import JSONEncoder, dumps
import numpy as np
    
class NanConverter(JSONEncoder):
    def default(self, obj):
        try:
            _ = iter(obj)
        except TypeError:
            if isinstance(obj, float) and np.isnan(obj):
                return "null"
        return JSONEncoder.default(self, obj)

>>> d = {'a': 1, 'b': 2, 'c': 3, 'e': np.nan, 'f': [1, np.nan, 3]}
>>> dumps(d, cls=NanConverter)
'{"a": 1, "c": 3, "b": 2, "e": NaN, "f": [1, NaN, 3]}'

---

预期结果：

'{“a”：1，“c”：3，“b”：2，“e”：null，“f”：[1，null，3]}

不幸的是，您可能需要使用@Bramar的建议。你不能直接使用这个。对于Python的JSON编码器状态：

如果指定，则默认值是为无法序列化的对象调用的函数

---

您的

NanConverter.default

方法甚至没有被调用，因为Python的JSON编码器已经知道如何序列化

np.nan

。添加一些打印语句-您将看到您的方法甚至没有被调用。

这似乎实现了我的目标：

import simplejson


>>> simplejson.dumps(d, ignore_nan=True)
Out[3]: '{"a": 1, "c": 3, "b": 2, "e": null, "f": [1, null, 3]}'

正如@Gerrat所指出的，您的钩子

转储（d，cls=NanConverter）

不幸地无法工作

@Alexander的

simplejson.dumps（d，ignore\u nan=True）

起作用，但引入了额外的依赖项（

simplejson

）

如果我们引入另一个依赖项（熊猫）：

另一个明显的解决方案是

转储（pd.DataFrame（d）.fillna（None））

，但请注意

d.fillna（None）

将具有不可预测的行为：

请注意，

fillna（None）

相当于

fillna（）

，这意味着value参数未使用。相反，它使用默认为正向填充的方法参数

因此，改用

数据帧。其中

：

df = pd.DataFrame(d)
dumps(df.where(pd.notnull(df), None)))

---

simplejson将在这里做正确的工作，但还有一个额外的标志值得包括：

尝试使用simplejson：

pip install simplejson

然后在代码中：

import simplejson

response = df.to_dict('records')
simplejson.dumps(response, ignore_nan=True,default=datetime.datetime.isoformat)

ignore_nan标志将正确处理所有nan-->空转换

---

默认标志将允许simplejson正确解析日期时间

您可以使用simplejson但是如果您只想使用JSON模块，那么我的技巧是

json.dumps(d).replace(", NaN," , ', "null",')

---

对于使用Pandas的用户，最简单的方法是不需要第三方库：。这甚至可以转换嵌套结构中的NAN和其他Numpy类型：

df=pd.DataFrame({
“单词”：[“开”，“关”]，
“列表”：[
[[1, 1, 1], [2, 2, 2], [3, 3, 3]],
[np.nan]，[np.nan]，[np.nan]]，
“格言”：[
{'S'：{'val'：'A'}}，
{'S'：{'val'：np.nan}，
]
})

如果将其转换为DICT列表，Pandas将保留本机

nan

值：

json.dumps（df.to_dict（orient='record'））
> [{
“词语”：“开”，
“列表”：[[1,1,1]，[2,2,2]，[3,3,3]]，
“dicts”：{“S”：{“val”：“A”}
},
{
“单词”：“关”，
“列表”：[[NaN]、[NaN]、[NaN]]，
“dicts”：{“S”：{“val”：NaN}
}]

但如果您直接将其转换为JSON字符串，它会为您解决：

df.to_json（orient='records'）
> [{
“词语”：“开”，
“列表”：[[1,1,1]、[2,2,2]、[3,3,3]，
“dicts”：{“S”：{“val”：“A”}
},
{
“单词”：“关”，
“列表”：[[null]、[null]、[null]]，
“dicts”：{“S”：{“val”：null}
}]

---

请注意，

orient

值与

to_dict（）

和

to_json（）

之间略有不同，在Python json标准库中有一个可自定义的值，但尚未合并到中。

我使用以下解决方法：

json_constant_map = {
    '-Infinity': float('-Infinity'),
    'Infinity': float('Infinity'),
    'NaN': None,
}

def json_nan_to_none(obj: typing.Any, *, default: typing.Callable = None) -> None:
    # We want to convert NaNs to None and we have to use for now this workaround.
    # We still want an exception for infinity and -infinity.
    # See: https://github.com/python/cpython/pull/13233
    json_string = json.dumps(obj, default=default)
    return json.loads(
        json_string,
        parse_constant=lambda constant: json_constant_map[constant],
    )

---

为什么不在编码之前替换字典中的

NaN

s？我接收到一个可以转换为JSON的任意对象，而不是直接编码它。但是，我想确保在创建JSON字符串表示时，NaN被转换为null。我想这是否是JSON编码器中的一个错误，bec因为它生成的JSON无效。{“x”：NaN}在语法上不正确。它应该输出{“x”：“NaN”}或{“x”：null}。两者在语法上都是有效的-其中哪一个更有意义是另一个问题。有没有办法在内置json包中获得这种行为？我不希望对第三方包有另一种依赖性。这不是我能找到的。

d

是一个字典。它没有

where

方法。即使没有，它也没有似乎您的方法只返回非空值，而我希望

null

位于值实际为空的位置。谢谢，我已更正了我的解决方案以适应dict。不确定您的其他备注；我必须考虑一下。此代码与OP的

d

不兼容。即使您将此代码片段修复为使用

d项s（）

而不是

d

，并从

json

导入

dumps

，列表中的

nan

不会被转换。我建议您将关于

默认值的解释作为注释添加到接受的答案中？似乎比用一个不相关的参数复制接受的答案更有意义t到OP的问题。它不应该是
，null，
（不带引号）？另外，不用说，有许多可能的方法可以找到NaN（带和不带前导/扶手逗号，带/不带空格，作为数组的第一个或最后一个元素，等等）。