Pandas用orient=“table”读取_json

Question

我已经转储了一个基于this answer扩展json编码器的数据帧目录。我只是改变了转储数据帧的方式，将orient=“records”更改为orient=“table”，以供自己使用

不知何故，我无法从json读取数据帧；准确地说，熊猫似乎读得很好（没有提出例外），但它充满了NaN值

有人能检查我是否做错了什么，或者这是否是熊猫的bug（可能指的是多索引数据帧）

我使用的是熊猫1.1.4版

下面的代码（我希望）足以测试pandas是否在我的机器上运行，或者我是否弄乱了数据帧的格式。我还试图用一个包含两个索引的虚拟数据帧来重现这一点，但没有遇到麻烦

还请注意，json显示了一个“pandas_version”：“0.20.0”，这与我的版本不一致（我刚刚进行了一次新的安装，以确保它保持不变）。我已经看到相同的0.20.0版本显示在the doc的当前版本示例中

import pandas as pd
s = """{
    "schema": {
        "fields": [{
                "name": "grandeur",
                "type": "string"
            }, {
                "name": "unite",
                "type": "string"
            }, {
                "name": "year",
                "type": "integer"
            }, {
                "name": 1,
                "type": "number"
            }, {
                "name": 2,
                "type": "number"
            }, {
                "name": 3,
                "type": "number"
            }, {
                "name": 4,
                "type": "number"
            }, {
                "name": 5,
                "type": "number"
            }, {
                "name": 6,
                "type": "number"
            }, {
                "name": 7,
                "type": "number"
            }, {
                "name": 8,
                "type": "number"
            }, {
                "name": 9,
                "type": "number"
            }, {
                "name": 10,
                "type": "number"
            }, {
                "name": 11,
                "type": "number"
            }, {
                "name": 12,
                "type": "number"
            }
        ],
        "primaryKey": ["grandeur", "unite", "year"],
        "pandas_version": "0.20.0"
    },
    "data": [{
            "grandeur": "Volumetric soil water layer 1",
            "unite": "m3 m-3",
            "year": 1981,
            "1": 0.3893150916,
            "2": 0.3614713229,
            "3": 0.3965121538,
            "4": 0.3513062306,
            "5": 0.3860211495,
            "6": 0.3507631742,
            "7": 0.3499931922,
            "8": 0.3195245205,
            "9": 0.3078848032,
            "10": 0.3917079828,
            "11": 0.380486904,
            "12": 0.3987094194
        }, {
            "grandeur": "Volumetric soil water layer 1",
            "unite": "m3 m-3",
            "year": 1982,
            "1": 0.3924450997,
            "2": 0.360954089,
            "3": 0.3714920435,
            "4": 0.3366828332,
            "5": 0.329994006,
            "6": 0.3659116305,
            "7": 0.3035419171,
            "8": 0.3143600073,
            "9": 0.3099404359,
            "10": 0.3938543858,
            "11": 0.383870834,
            "12": 0.3909665621
        }]
}"""
pd.read_json(s, orient="table")

Answer 1

这是因为架构中的字段与数据中的键不匹配

比如说,

模式

{
    "name": 1,   // integer
    "type": "number"
}

资料

"1": 0.3893150916  // "1" is string

====================================================================================

如果将架构更改为与数据键匹配read_json应正确读取

模式

{
    "name": "1",   // string
    "type": "number"
}

资料

"1": 0.3893150916  // "1" is string 

如果示例json字符串是由pandasto_json生成的，那么它为整数列名生成了错误的模式