パンダから生成した次の形式の辞書のリストがあります。 JSON形式に変換したいです。
list_val = [{1.0: 685}, {2.0: 8}]
output = json.dumps(list_val)
ただし、json.dumpsはエラーをスローします:TypeError:685 is not JSON serializable
Numpyからpython(?)への型変換の問題だと思います。
ただし、np.int32(v)を使用して配列の各辞書の値vを変換すると、エラーがスローされます。
編集:ここに完全なコードがあります
new = df[df[label] == label_new]
ks_dict = json.loads(content)
ks_list = ks_dict['variables']
freq_counts = []
for ks_var in ks_list:
freq_var = dict()
freq_var["name"] = ks_var["name"]
ks_series = new[ks_var["name"]]
temp_df = ks_series.value_counts().to_dict()
freq_var["new"] = [{u: np.int32(v)} for (u, v) in temp_df.iteritems()]
freq_counts.append(freq_var)
out = json.dumps(freq_counts)
あなたは正しいようです:
>>> import numpy
>>> import json
>>> json.dumps(numpy.int32(685))
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.7/json/__init__.py", line 243, in dumps
return _default_encoder.encode(obj)
File "/usr/lib/python2.7/json/encoder.py", line 207, in encode
chunks = self.iterencode(o, _one_shot=True)
File "/usr/lib/python2.7/json/encoder.py", line 270, in iterencode
return _iterencode(o, 0)
File "/usr/lib/python2.7/json/encoder.py", line 184, in default
raise TypeError(repr(o) + " is not JSON serializable")
TypeError: 685 is not JSON serializable
ここでの不幸なことは、numpyの数字の__repr__
がtypeそれらが何であるかについてのヒントを与えないことです。そうでない場合は、int
sとしてマスカレードを実行しています(gasp)。最終的に、json
はint
がシリアル化可能ではないことを伝えているように見えますが、実際には、この特定のnp.int32(または実際に持っている型)はそうではないことを伝えていますシリアライズ可能。 (そこに本当の驚きはありません-np.int32 isシリアライズ可能です)。これはまた、必然的にbeforeをjson.dumps
に渡すという命令が、整数を含んでいるように見える理由でもあります。
ここで最も簡単な回避策は、おそらく 独自のシリアライザーを作成する1:
class MyEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, numpy.integer):
return int(obj)
Elif isinstance(obj, numpy.floating):
return float(obj)
Elif isinstance(obj, numpy.ndarray):
return obj.tolist()
else:
return super(MyEncoder, self).default(obj)
次のように使用します。
json.dumps(numpy.float32(1.2), cls=MyEncoder)
json.dumps(numpy.arange(12), cls=MyEncoder)
json.dumps({'a': numpy.int32(42)}, cls=MyEncoder)
等.
1または、デフォルトの関数を記述して、それをdefaut
キーワード引数としてjson.dumps
に渡すこともできます。このシナリオでは、最後の行をraise TypeError
で置き換えますが、... mehです。クラスはより拡張可能です:-)
配列をpythonリスト(tolist
メソッドを使用))に変換してから、リストをjsonに変換することもできます。
pandas
オブジェクトのいずれかにデータを残した場合、ライブラリはto_json
関数は、シリーズ、データフレーム、およびその他すべての高次元のいとこで機能します。
Series.to_json() を参照してください
NumPy int64を処理するには、ujsonのフォークを使用できます。 caiyunapp/ultrajson:Python bindings and NumPy bindings でCで記述された超高速JSONデコーダーおよびエンコーダー
pip install nujson
それから
>>> import numpy as np
>>> import nujson as ujson
>>> a = {"a": np.int64(100)}
>>> ujson.dumps(a)
'{"a":100}'
>>> a["b"] = np.float64(10.9)
>>> ujson.dumps(a)
'{"a":100,"b":10.9}'
>>> a["c"] = np.str_("12")
>>> ujson.dumps(a)
'{"a":100,"b":10.9,"c":"12"}'
>>> a["d"] = np.array(list(range(10)))
>>> ujson.dumps(a)
'{"a":100,"b":10.9,"c":"12","d":[0,1,2,3,4,5,6,7,8,9]}'
>>> a["e"] = np.repeat(3.9, 4)
>>> ujson.dumps(a)
'{"a":100,"b":10.9,"c":"12","d":[0,1,2,3,4,5,6,7,8,9],"e":[3.9,3.9,3.9,3.9]}'