python - 如何修复“溢出错误：编码字符串时不支持的 UTF-8 序列长度”

Question

将熊猫数据框转换为json时出现以下错误

溢出错误：编码字符串时不支持 UTF-8 序列长度

这是代码

        bytes_to_write = data.to_json(orient='records').encode()
        fs = s3fs.S3FileSystem(key=aws_access_key_id, secret=aws_secret_access_key)
        with fs.open(file, 'wb') as f:
            f.write(bytes_to_write)

虽然试图转换为 json 的数据包含更多utf-8代码

如何解决这个问题？

Answer 1

正如这个答案所暗示.to_json()的，我使用函数和参数转换了数据框，您可以在此处default_handler找到文档。

您必须注意default_handler=str参数，以免出现上述错误。您可以在上面的文档中阅读详细信息。

dataframe.to_json('foo.json', default_handler=str) 

请不要忘记考虑该函数可以json以不同的方式输出，orient='<option>'参数指定，正如文档所说：

orient: str
Indication of expected JSON string format.
...
The format of the JSON string:

- ‘split’ : dict like {‘index’ -> [index], ‘columns’ -> [columns], ‘data’ -> [values]}
- ‘records’ : list like [{column -> value}, … , {column -> value}]
- ‘index’ : dict like {index -> {column -> value}}
- ‘columns’ : dict like {column -> {index -> value}}
- ‘values’ : just the values array
- ‘table’ : dict like {‘schema’: {schema}, ‘data’: {data}}

Describing the data, where data component is like orient='records'.