Question

对于当前的项目，我正在使用一个来自JSON文件的大型Pandas DataFrame。

一旦在Pandas中调用JSON文件的特定对象，我就会得到关键错误，例如KeyError: 'date'行的df['date'] = pd.to_datetime(df['date'])。

我已经排除了标识符/对象的措辞，将其作为错误的可能来源。是否有任何巧妙的方法可以使此代码正常工作？

JSON文件具有以下结构：

[
{"stock_symbol": "AMG", "date": "2013-01-01", "txt_main": "ABC"}
]

相应的代码部分如下所示：

import string
import json
import pandas as pd

# Loading and normalising the input file
file = open("sp500.json", "r")
data = json.load(file)
df = pd.json_normalize(data)
df = pd.DataFrame().fillna("")

# Datetime conversion
df['date'] = pd.to_datetime(df['date'])

Answer 1

看看fillna函数fillna function的文档示例。

通过执行df = pd.DataFrame().fillna("")，您将使用新的（空）数据框覆盖以前的df。您可以通过以下方式进行应用：df = df.fillna("")。

Answer 2

In [42]: import string
    ...: import json
    ...: import pandas as pd
    ...:
    ...: # Loading and normalising the input file
    ...: #file = open("sp500.json", "r")
    ...: #data = json.load(file)
    ...: df = pd.json_normalize(a)
    ...: #df = pd.DataFrame().fillna("")
    ...:
    ...: # Datetime conversion
    ...: df['date'] = pd.to_datetime(df['date'])

In [43]: df
Out[43]:
  stock_symbol       date txt_main
0          AMG 2013-01-01      ABC

df = pd.DataFrame().fillna("")创建一个新的空白数据框，并用空白填充“ NaN”。

因此，将该行更改为df = df.fillna("")

Answer 3

您正在使用df = pd.DataFrame().fillna("")，这将创建一个新的数据框并填充无值。

在这里，旧的df被空的数据框取代，因此没有名为 date 的列。相反，您可以使用df.fillna("")来填充“ na”值。

import string
import json
import pandas as pd

# Loading and normalising the input file
file = open("sp500.json", "r")
data = json.load(file)
df = pd.json_normalize(data)
df = df.fillna("")

# Datetime conversion
df['date'] = pd.to_datetime(df['date'])

谢谢

熊猫DataFrame-KeyError：“日期”

3 个答案: