Python中手动拼接的DataFrame文本无法解析为JSON的问题

错误根源 #

你的JSONDecodeError是因为手动拼接的JSON存在两个语法问题：

• 日期值5/31/2022属于字符串，但未用双引号包裹，JSON语法强制要求所有字符串必须用双引号括起来；
• Python中的nan不是合法的JSON值，JSON中对应的空值是null，直接写入nan会导致解析失败。

修复方案 #

方案1：修正手动拼接的代码 #

修改你的函数，给日期添加双引号，并将nan替换为null：

import datetime
import pandas as pd

def combined_df_json(df):
    text = "{"
    for i in range(len(df)):
        # 处理Balance列的nan值
        balance_val = str(df.Balance[i]) if pd.notna(df.Balance[i]) else "null"
        # 给日期字符串添加双引号
        date_val = f'"{df.Date[i]}"'
        
        text += (
            f'"{df.Tr_Id[i]}":'
            '{'
            f'"id": {df.Tr_Id[i]},'
            f'"date": {date_val},'
            f'"out": {df.Out[i]},'
            f'"in": {df.In[i]},'
            f'"balance": {"null" if balance_val == "nan" else f'"{balance_val}"'}'
            '},'
        )
    # 移除最后一个多余的逗号并闭合大括号
    text = text[:-1] + "}"
    return text

方案2：使用JSON工具生成（推荐） #

手动拼接字符串极易出现语法错误，更可靠的方式是先构建Python字典，再用json模块生成合法JSON：

import json
import pandas as pd

def combined_df_json(df):
    result_dict = {}
    # 遍历DataFrame的每一行
    for _, row in df.iterrows():
        tr_id = str(row["Tr_Id"])
        result_dict[tr_id] = {
            "id": row["Tr_Id"],
            "date": row["Date"],
            "out": row["Out"],
            "in": row["In"],
            "balance": row["Balance"] if pd.notna(row["Balance"]) else None
        }
    # json.dumps会自动处理字符串引号、null转换等问题
    return json.dumps(result_dict)

方案3：直接用Pandas内置方法（最简） #

Pandas自带to_json方法，一行代码就能完成转换，自动处理所有JSON语法规则：

# 将Tr_Id设为索引，以index格式输出JSON
text_combined_csv = combined_df.set_index("Tr_Id").to_json(orient="index")

验证修复 #

使用上述任一方案生成的JSON文本，再执行你的加载代码：

import json

with open(path+'cmbd_csv.json', "w") as f:
    f.write(text_combined_csv)

with open(path+'cmbd_csv.json', "r") as f:
    file_contents = json.load(f)

此时不会再触发JSONDecodeError，可以正常解析JSON内容。

内容的提问来源于stack exchange，提问作者OpK