使用Pandas将JSON转为DataFrame时所有字段显示为Object类型的问题

问题原因 #

你的JSON数据中所有字段都以字符串格式存储（比如"id": "123"是带引号的字符串而非数字，"created"的时间值也是字符串），Pandas读取这类JSON时，会默认将字符串类型的字段识别为object类型。另外你的代码存在几处小错误：变量名写错（finout应为fInput）、拼写错误（ecoding需改为encoding）、路径中的\x会被当成转义字符，建议使用原始字符串定义路径。

解决步骤 #

1. 修正代码基础错误

先把代码里的拼写和变量问题修复：

import pandas as pd
# 用原始字符串避免转义问题
fInput = r'\x\y\file.txt'
with open(fInput, encoding='utf-16') as inputfile:
    df = pd.read_json(inputfile)
df.info()

2. 转换列到真实数据类型

读取完成后，手动将对应列转换为目标数据类型：

• 转换id列为整数类型：

  df['id'] = df['id'].astype(int)
  

• 转换created列为日期时间类型：

  df['created'] = pd.to_datetime(df['created'])
  

3. 读取时指定部分字段类型（可选）

对于数值类字段，可以在读取阶段直接用dtype参数指定类型，日期字段仍需后续转换：

df = pd.read_json(inputfile, dtype={'id': int})
# 转换日期列
df['created'] = pd.to_datetime(df['created'])

完成上述操作后，再次执行df.info()就能看到各列的真实数据类型，之后就可以根据类型遍历列执行对应操作。

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