使用pd.read_json转换JSON数组列表为DataFrame报错，求高效解法

哎，这个坑我踩过！pd.read_json()的设计初衷是处理JSON格式的字符串、文件路径或者文件对象，你直接传Python列表，它会误以为你给的是文件路径，自然就报ValueError了。

不用遍历列表，有两个高效的方法，优先推荐第一种：

方法1：直接用pd.DataFrame()构造（最优解） #

因为你的列表里每个元素都是字典，而pandas.DataFrame()可以直接接收这种字典组成的列表作为输入，内部是矢量化处理，性能比遍历强太多：

import pandas as pd

# 注意：你的原始JSON数组里用了"foo"=1，这是语法错误，要改成冒号":"
my_json = [{"foo": 1}, {"foo": 2}, {"foo": 3}]
df = pd.DataFrame(my_json)

运行后就能得到你想要的DataFrame，列名就是foo，行对应各个值。

方法2：先把列表转成JSON字符串再用read_json #

如果你非要用pd.read_json()的话，可以借助json.dumps()把Python序列转成JSON格式的字符串，再传给read_json：

import pandas as pd
import json

my_json = [{"foo": 1}, {"foo": 2}, {"foo": 3}]
# 把Python列表转成JSON字符串
json_str = json.dumps(my_json)
df = pd.read_json(json_str)

不过这个方法多了一步序列化操作，性能不如方法1，所以除非有特殊需求，不然优先选方法1。

另外提醒一下：你写的{"foo"=1}是错误的JSON语法，正确的键值对应该用冒号:分隔，也就是{"foo": 1}，否则不管用哪种方法都会报错哦！

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