转换pandas DataFrame为JSON数组时出现‘only size-1 arrays can be converted to Python scalars’错误

我尝试读取CSV文件并将其内容转换为JSON数组，但遇到错误：TypeError: only size-1 arrays can be converted to Python scalars。

CSV文件内容 #

4.4.4.4
   5.5.5.5

我的代码 #

import numpy as np
import pandas as pd
import json  # 原代码遗漏了json导入

df1 = pd.read_csv('/Users/Documents/datasetfiles/test123.csv', header=None)

# df1.head(5)的输出：
#     0
# 0   4.4.4.4
# 1   5.5.5.5

df_to_array = np.array(df1) 
app_json = json.dumps(df_to_array, default=int)

出现的错误 #

TypeError: only size-1 arrays can be converted to Python scalars

期望输出 #

["4.4.4.4", "5.5.5.5", "3.3.3.3"]

已尝试的方法 #

• 使用np.array(df1)将DataFrame转换为numpy数组
• 使用带default=int参数的json.dumps()

疑问 #

1. 为何会出现该错误？
2. 将DataFrame转换为JSON字符串数组的正确方法是什么？

错误原因 #

1. numpy数组结构不匹配：np.array(df1)生成的是二维数组（形状为(2,1)），而json.dumps无法直接序列化二维numpy数组。
2. default参数误用：你加的default=int是让JSON序列化器遇到无法处理的对象时尝试转成整数，但二维数组里的每个元素是单元素子数组（比如array(['4.4.4.4'], dtype=object)），int()无法将这种多元素数组转成整数，因此抛出错误。而且你的数据是IP字符串，完全不需要转整数，这个参数属于画蛇添足。

正确方法 #

方法一：用pandas内置方法（最简） #

直接提取目标列转成Python列表，再序列化：

import pandas as pd
import json

df1 = pd.read_csv('/Users/Documents/datasetfiles/test123.csv', header=None)
app_json = json.dumps(df1[0].tolist())
print(app_json)
# 输出：["4.4.4.4","5.5.5.5"]

方法二：直接遍历DataFrame #

不需要转numpy数组，直接从DataFrame提取数据：

import pandas as pd
import json

df1 = pd.read_csv('/Users/Documents/datasetfiles/test123.csv', header=None)
ip_list = [row[0] for _, row in df1.iterrows()]
app_json = json.dumps(ip_list)
print(app_json)

方法三：处理numpy数组（不推荐，多此一举） #

如果非要用numpy数组，先把二维数组扁平化转成一维，再转列表：

import numpy as np
import pandas as pd
import json

df1 = pd.read_csv('/Users/Documents/datasetfiles/test123.csv', header=None)
df_to_array = np.array(df1).flatten().tolist()
app_json = json.dumps(df_to_array)
print(app_json)

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