Python读取JSON文件提取不同公司属性值并存储为numpy.ndarray的方法

依赖导入 #

首先引入需要的工具库：

import json
import numpy as np

第一步：读取JSON文件 #

直接加载整个JSON文件为Python字典，键对应公司编号，值对应公司属性数据：

with open("input/company_data.json", "r", encoding="utf-8") as f:
    raw_data = json.load(f)

第二步：遍历提取目标属性 #

遍历所有公司编号，对有效数据提取Income和Assets字段，无效空数据填充占位值（可按需调整为0或其他默认值）：

# 定义需要提取的属性顺序
extract_fields = ["Income", "Assets"]
result_buffer = []

for company_id, company_info in raw_data.items():
    # 处理空数据条目
    if not isinstance(company_info, dict):
        # 空数据填充为nan，也可根据业务需求改为0
        row = [np.nan for _ in extract_fields]
    else:
        # 按指定顺序提取属性，缺失属性也填充nan
        row = [company_info.get(field, np.nan) for field in extract_fields]
    # 如需保留公司编号与数值对应关系，可将该行改为 row = [company_id] + row
    result_buffer.append(row)

第三步：转换为Numpy数组格式 #

将临时存储的列表直接转换为ndarray类型：

# 生成纯数值类型的ndarray
data_ndarr = np.array(result_buffer, dtype=np.float64)

如果需要保留公司编号信息，调整上一步的row结构后，生成object类型的ndarray即可：

data_ndarr_with_id = np.array(result_buffer, dtype=object)

内容的提问来源于stack exchange，提问作者joy_finder