使用 pandas read_json 导入文件时遇到问题

Posted 2023-03-11

【中文标题】使用 pandas read_json 导入文件时遇到问题

【英文标题】：Trouble with importing a file with pandas read_json

【发布时间】：2019-05-06 12:42:33

【问题描述】：

我是 Python 新手（我使用的是 python 3），我正在尝试在 Jupyter 笔记本中导入 JSON 文件。但是，它给出了以下错误：

UnicodeDecodeError: 'charmap' codec can't decode byte 0x8d in position 4276350: character maps to <undefined> 

下面是代码：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib as plt
import json
%matplotlib inline

with open('C:\\Users/Desktop/Machine  Learning/yelp_academic_dataset_business.json') as datafile:
data = pd.read_json(datafile,orient='columns',encoding='utf-8')
dataframe = pd.DataFrame(data)

我将不胜感激。

【问题讨论】：

你能至少展示一下 JSON 文件的样子吗？这样我们都可以看到问题出在哪里。

嗨 mmontoya，我从那里获得数据集的链接。 kaggle.com/yelp-dataset/yelp-dataset数据集：yelp_academic_dataset_business.json

【参考方案1】：

假设 this 是您要导入的文件，它实际上是许多 JSON 对象，每行一个。您需要通过指定lines=True逐行导入：

data = pd.read_json(datafile, lines=True, orient='columns', encoding='utf-8')

另外，传递文件路径作为第一个参数，而不是文件内容。您可以摆脱打开文件的代码。此外，pd.read_json 正在返回一个 DataFrame，不需要你程序的最后一行：

>>> data = pd.read_json('yelp_academic_dataset_business.json', lines=True, orient='columns', encoding='utf-8')
>>> data
                                              attributes             business_id                                         categories             city    ...    review_count stars  state      type
0      'Take-out': False, 'Wi-Fi': 'free', 'Good For...  O_X3PGhk3Y5JWVi866qlJg  [Active Life, Arts & Entertainment, Stadiums &...          Phoenix    ...              29   4.0     AZ  business
1      'Parking': 'garage': False, 'street': False,...  QbrM7wqtmoNncqjc6GtFaQ  [Tires, Automotive, Fashion, Shopping, Departm...         Glendale    ...               3   3.5     AZ  business

【讨论】：

感谢您的回复，是的，这就是我要导入的文件。但是，它仍然给出相同的错误:(

@Lonewolf 将文件路径作为第一个参数传递给read_json，而不是文件内容。

以 open('C:\\Users/Desktop/Machine Learning/yelp_academic_dataset_business.json') 作为数据文件：data = pd.read_json('yelp_academic_dataset_business.json',lines=True, orient=' columns', encoding='utf-8') 这是我的代码，但它不起作用。我得到的错误是“ValueError: Expected object or value”

如果与程序不在同一目录下，则需要指定整个路径。pd.read_json('C:/Users/Desktop/Machine Learning/yelp_academic_dataset_business.json', lines=True, orient='columns', encoding='utf-8')，请确保您确认是文件的正确路径。