将字节字面量转换为Pandas DataFrame时遇错误求助

错误原因分析 #

1. 直接使用pd.DataFrame(data_decode)报错：data_decode是JSON格式的字符串，并非DataFrame构造器所需的结构化数据（如列表、字典序列），因此无法直接转换。
2. 使用eval(data_decode)报错：若数据中包含JSON的null值，eval会将其视为未定义的Python变量，导致NameError；同时eval存在安全风险，不建议用于解析JSON数据。

正确方法 #

方法一：借助json模块解析后转换

先将解码后的JSON字符串转为Python列表（含字典元素），再传入DataFrame构造器：

import json
import pandas as pd

# 原始字节数据
data = b'[{"Name":"USA Stocks","Code":"US","OperatingMIC":"XNAS, XNYS","Country":"USA","Currency":"USD","CountryISO2":"US","CountryISO3":"USA"},{"Name":"London Exchange","Code":"LSE","OperatingMIC":"XLON","Country":"UK","Currency":"GBP","CountryISO2":"GB","CountryISO3":"GBR"}]'

# 解码为字符串
data_decode = data.decode("utf-8")

# 解析JSON为Python数据结构
data_json = json.loads(data_decode)

# 转换为DataFrame
df = pd.DataFrame(data_json)

方法二：直接使用Pandas内置的read_json（更简洁）

pd.read_json可直接处理JSON格式的字节数据或字符串，自动完成解析和转换：

import pandas as pd

# 原始字节数据
data = b'[{"Name":"USA Stocks","Code":"US","OperatingMIC":"XNAS, XNYS","Country":"USA","Currency":"USD","CountryISO2":"US","CountryISO3":"USA"},{"Name":"London Exchange","Code":"LSE","OperatingMIC":"XLON","Country":"UK","Currency":"GBP","CountryISO2":"GB","CountryISO3":"GBR"}]'

# 直接转换为DataFrame
df = pd.read_json(data)

# 若已解码为字符串，也可直接传入
# data_decode = data.decode("utf-8")
# df = pd.read_json(data_decode)

这两种方法都能正确处理JSON中的null值（自动转为Python的None），且避免了eval的安全问题，是解析JSON数据到DataFrame的标准做法。

内容的提问来源于stack exchange，提问作者prashanth manohar