web-dev-qa-db-fra.com

Chargement d’un fichier contenant plusieurs lignes JSON dans Pandas

J'essaie de lire un fichier JSON dans le cadre de données Python pandas (0.14.0)]. Voici la première ligne du fichier JSON:

{"votes": {"funny": 0, "useful": 0, "cool": 0}, "user_id": "P_Mk0ygOilLJo4_WEvabAA", "review_id": "OeT5kgUOe3vcN7H6ImVmZQ", "stars": 3, "date": "2005-08-26", "text": "This is a pretty typical cafe.  The sandwiches and wraps are good but a little overpriced and the food items are the same.  The chicken caesar salad wrap is my favorite here but everything else is pretty much par for the course.", "type": "review", "business_id": "Jp9svt7sRT4zwdbzQ8KQmw"}

J'essaie de faire ce qui suit: df = pd.read_json(path).

Je reçois l'erreur suivante (avec traceback complète):

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/d/anaconda/lib/python2.7/site-packages/pandas/io/json.py", line 198, in read_json
    date_unit).parse()
  File "/Users/d/anaconda/lib/python2.7/site-packages/pandas/io/json.py", line 266, in parse
    self._parse_no_numpy()
  File "/Users/d/anaconda/lib/python2.7/site-packages/pandas/io/json.py", line 483, in _parse_no_numpy
    loads(json, precise_float=self.precise_float), dtype=None)
ValueError: Trailing data

Qu'est-ce que l'erreur Trailing data? Comment puis-je le lire dans un cadre de données?

Après quelques suggestions, voici quelques lignes du fichier .json:

{"votes": {"funny": 0, "useful": 0, "cool": 0}, "user_id": "P_Mk0ygOilLJo4_WEvabAA", "review_id": "OeT5kgUOe3vcN7H6ImVmZQ", "stars": 3, "date": "2005-08-26", "text": "This is a pretty typical cafe.  The sandwiches and wraps are good but a little overpriced and the food items are the same.  The chicken caesar salad wrap is my favorite here but everything else is pretty much par for the course.", "type": "review", "business_id": "Jp9svt7sRT4zwdbzQ8KQmw"}
{"votes": {"funny": 0, "useful": 0, "cool": 0}, "user_id": "TNJRTBrl0yjtpAACr1Bthg", "review_id": "qq3zF2dDUh3EjMDuKBqhEA", "stars": 3, "date": "2005-11-23", "text": "I agree with other reviewers - this is a pretty typical financial district cafe.  However, they have fantastic pies.  I ordered three pies for an office event (Apple, pumpkin cheesecake, and pecan) - all were delicious, particularly the cheesecake.  The sucker weighed in about 4 pounds - no joke.\n\nNo surprises on the cafe side - great pies and cakes from the catering business.", "type": "review", "business_id": "Jp9svt7sRT4zwdbzQ8KQmw"}
{"votes": {"funny": 0, "useful": 0, "cool": 0}, "user_id": "H_mngeK3DmjlOu595zZMsA", "review_id": "i3eQTINJXe3WUmyIpvhE9w", "stars": 3, "date": "2005-11-23", "text": "Decent enough food, but very overpriced. Just a large soup is almost $5. Their specials are $6.50, and with an overpriced soda or juice, it's approaching $10. A bit much for a cafe lunch!", "type": "review", "business_id": "Jp9svt7sRT4zwdbzQ8KQmw"}

Ce fichier .json que j'utilise contient un objet JSON dans chaque ligne, conformément à la spécification.

J'ai essayé le site jsonlint.com comme suggéré et cela donne l'erreur suivante:

Parse error on line 14:
...t7sRT4zwdbzQ8KQmw"}{    "votes": {
----------------------^
Expecting 'EOF', '}', ',', ']'
pythonjsonpython-2.7pandas
55
user62198

À partir de la version 0.19.0 de Pandas, vous pouvez utiliser le paramètre lines, comme suit:

import pandas as pd

data = pd.read_json('/path/to/file.json', lines=True)
148
Andrew

Vous devez le lire ligne par ligne. Par exemple, vous pouvez utiliser le code suivant fourni par ryptophan sur reddit :

import pandas as pd

# read the entire file into a python array
with open('your.json', 'rb') as f:
    data = f.readlines()

# remove the trailing "\n" from each line
data = map(lambda x: x.rstrip(), data)

# each element of 'data' is an individual JSON object.
# i want to convert it into an *array* of JSON objects
# which, in and of itself, is one large JSON object
# basically... add square brackets to the beginning
# and end, and have all the individual business JSON objects
# separated by a comma
data_json_str = "[" + ','.join(data) + "]"

# now, load it into pandas
data_df = pd.read_json(data_json_str)
33
Artem

Le code suivant m'a aidé à charger le contenu JSON dans un cadre de données:

import json
import pandas as pd

with open('Appointment.json', encoding="utf8") as f:
    data = f.readlines()
    data = [json.loads(line) for line in data] #convert string to dict format
df = pd.read_json(data) # Load into dataframe
1
Triguna

J'avais un problème similaire.

Il se trouve que pd.read_json(myfile.json) recherchera automatiquement dans le dossier parent, mais cette erreur "Données de fin" sera renvoyée si vous ne vous trouvez pas dans le même dossier que le fichier.

Je l'ai compris, parce que lorsque j'ai essayé de le faire avec open('myfile.json', 'r'), et que j'ai eu une erreur FileNotFound, j'ai donc vérifié les chemins.

Je n'avais pas réussi à déplacer myfile.json dans le même dossier que mon ordinateur portable.

Le changer en pd.read_json('../myfile.json') vient de fonctionner.

0
szeitlin