将一些对象列转换为 json 字符串

Question

我想将数据框的某些列转换为 json 字符串。我希望像下面这样的东西可以工作，但是 apply+json.dumps 不能在系列上运行。

jcols = ['a','c']
df[jcols] = df[jcols].apply(json.dumps, axis=1).astype('string')

以下代码确实有效，但必须有更直接的方法。该代码使用列表推导、Series、map()、dict 创建一个包含 json 字符串列的新数据框。我错过了什么？

d = {'d':0}
df = pd.DataFrame({'a':[d,d,d],'b':[21,22,23],'c':[d,d,d]})
display(df,df.dtypes)
jcols = ['a','c']
jdf = pd.DataFrame({c:(df[c].map(json.dumps).astype('string') if c in jcols else df[c]) for c in df.columns})
display(jdf,jdf.dtypes)

Answer 1

尝试使用 applymap 代替：

df[jcols] = df[jcols].applymap(json.dumps).astype('string')

df:

          a   b         c
0  {"d": 0}  21  {"d": 0}
1  {"d": 0}  22  {"d": 0}
2  {"d": 0}  23  {"d": 0}

df.dtypes:

a    string
b     int64
c    string
dtype: object

完整的工作示例：

import pandas as pd

import json

d = {'d': 0}
df = pd.DataFrame({'a': [d, d, d], 'b': [21, 22, 23], 'c': [d, d, d]})
jcols = ['a', 'c']

df[jcols] = df[jcols].applymap(json.dumps).astype('string')
print(df)
print(df.dtypes)

Answer 2

我觉得可以很简单:

>>> df = pd.DataFrame({'a':[d,d,d],'b':[21,22,23],'c':[d,d,d]})
>>> df
          a   b         c
0  {'d': 0}  21  {'d': 0}
1  {'d': 0}  22  {'d': 0}
2  {'d': 0}  23  {'d': 0}
>>> df.dtypes
a    object
b     int64
c    object

不导入json就可以：

>>> df[jcols] = df[jcols].astype('string')
>>> df.dtypes
a    string
b     int64
c    string
dtype: object

如果要更改的列有限，甚至更简单：

>>> df.astype({'a': 'string', 'c': 'string'}).dtypes
a    string
b     int64
c    string
dtype: object

将一些对象列转换为 json 字符串

Convert some columns of objects to json string

string

json

series

dataframe

pandas