含NaN字段的Pandas DataFrame序列化返回响应报错求助

问题核心是JSON规范不支持NaN值，导致序列化报错。以下两种方法可在保留原字段结构的前提下，将NaN转为JSON兼容的null：

方案一：替换NaN为None后转字典列表 #

直接修改context的生成逻辑，用pandas替换NaN为Python的None（JSON序列化时会转为null）：

import pandas as pd

# ... 你的原有代码（DataFrame处理部分） ...

# 替换NaN为None，转为字典列表格式
forecast_data = forecast.replace({pd.np.nan: None}).to_dict('records')

context = {
    'detail': forecast_data
}

return Response(context)

方案二：生成合法JSON后解析为Python对象 #

利用pandas的to_json方法直接生成符合JSON规范的字符串，再解析为Python结构：

import json
import pandas as pd

# ... 你的原有代码（DataFrame处理部分） ...

# 生成兼容JSON的字符串，指定NaN转为null，日期用ISO格式
forecast_json = forecast.to_json(orient='records', na='null', date_format='iso')
# 解析为Python列表字典
forecast_data = json.loads(forecast_json)

context = {
    'detail': forecast_data
}

return Response(context)

两种方法都无需删除字段或填充非空值，完美保留你需要的响应结构。

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