Python: json 规范化 "String indices must be integers" 错误
Python: json normalize "String indices must be integers" error
我在以下代码中收到类型错误 "TypeError: string indices must be integers"。
import pandas as pd
import json
from pandas.io.json import json_normalize
full_json_df = pd.read_json('data/world_bank_projects.json')
json_nor = json_normalize(full_json_df, 'mjtheme_namecode')
json_nor.groupby('name')['code'].count().sort_values(ascending=False).head(10)
Output:
TypeError
Traceback (most recent call last)
<ipython-input-28-9401e8bf5427> in <module>()
1 # Find the top 10 major project themes (using column 'mjtheme_namecode')
2
----> 3 json_nor = json_normalize(full_json_df, 'mjtheme_namecode')
4 #json_nor.groupby('name')['code'].count().sort_values(ascending = False).head(10)
TypeError: string indices must be integers
根据 pandas documentation,对于 data
方法的参数 json_normalize
:
data : dict or list of dicts Unserialized JSON objects
在上面,pd.read_json
returns dataframe
。
因此,您可以尝试使用 .to_dict()
将 dataframe
转换为 dictionary
。使用 to_dict() 也有多种选择。
可能如下所示:
json_normalize(full_json_df.to_dict(), ......)
我在以下代码中收到类型错误 "TypeError: string indices must be integers"。
import pandas as pd
import json
from pandas.io.json import json_normalize
full_json_df = pd.read_json('data/world_bank_projects.json')
json_nor = json_normalize(full_json_df, 'mjtheme_namecode')
json_nor.groupby('name')['code'].count().sort_values(ascending=False).head(10)
Output:
TypeError
Traceback (most recent call last)
<ipython-input-28-9401e8bf5427> in <module>()
1 # Find the top 10 major project themes (using column 'mjtheme_namecode')
2
----> 3 json_nor = json_normalize(full_json_df, 'mjtheme_namecode')
4 #json_nor.groupby('name')['code'].count().sort_values(ascending = False).head(10)
TypeError: string indices must be integers
根据 pandas documentation,对于 data
方法的参数 json_normalize
:
data : dict or list of dicts Unserialized JSON objects
在上面,pd.read_json
returns dataframe
。
因此,您可以尝试使用 .to_dict()
将 dataframe
转换为 dictionary
。使用 to_dict() 也有多种选择。
可能如下所示:
json_normalize(full_json_df.to_dict(), ......)