Python - TypeError:'int64'类型的对象不是JSON可序列化的

Question

我有一个Dataframe存储商店名称和每日销售数量.我试图使用下面的Python脚本将其插入Salesforce.但是我收到了一个错误

TypeError:'int64'类型的对象不是JSON可序列化的

下面给出的是Dataframe的视图

Storename,Count
Store A,10
Store B, 12
Store C, 5

我使用以下代码将其插入Salesforce

update_list = []
for i in range((len(store))):
    update_data = {
               'name' :    store['entity_name'].iloc[i],
                'count__c': store['count'].iloc[i] }

    update_list.append(update_data)

sf_data_cursor = sf_datapull.salesforce_login()
sf_data_cursor.bulk.Account.update(update_list)

获取上面最后一行执行的错误.谁能协助解决这个问题.谢谢..

Answer 1

实际上，不需要编写编码器，只需将默认值更改为str调用json.dumps函数时即可自行处理大多数类型，因此只需一行代码即可：

\n

json.dumps(data, default=str)\n

\n

json.dumps来自和的文档json.dump：\n https://docs.python.org/3/library/json.html#json.dump

\n

\n

如果指定，默认值应该是一个为可以\xe2\x80\x99t否则被序列化的对象调用的函数。它应该返回对象的 JSON 可编码版本或引发 TypeError。如果未指定，则会引发 TypeError。

\n

\n

因此调用str将 numpy 类型（例如 numpy ints 或 numpy floats）转换为可以由 json 解析的字符串。如果您有 numpy 数组或范围，则必须首先将它们转换为列表。在这种情况下，按照杨杰的建议编写一个编码器可能是一个更合适的解决方案。

\n

Answer 2

json无法识别NumPy数据类型.int在序列化对象之前将数字转换为Python :

'count__c': int(store['count'].iloc[i])

Answer 3

我将把我的回答作为@Jie Yang优秀解决方案的更稳定版本。

我的解决方案

numpyencoder和其存储库。

from numpyencoder import NumpyEncoder

numpy_data = np.array([0, 1, 2, 3])

with open(json_file, 'w') as file:
    json.dump(numpy_data, file, indent=4, sort_keys=True,
              separators=(', ', ': '), ensure_ascii=False,
              cls=NumpyEncoder)

故障

如果您深入研究文件中的hmallen代码，numpyencoder/numpyencoder.py您会发现它与@Jie Yang 的回答非常相似：

class NumpyEncoder(json.JSONEncoder):
    """ Custom encoder for numpy data types """
    def default(self, obj):
        if isinstance(obj, (np.int_, np.intc, np.intp, np.int8,
                            np.int16, np.int32, np.int64, np.uint8,
                            np.uint16, np.uint32, np.uint64)):

            return int(obj)

        elif isinstance(obj, (np.float_, np.float16, np.float32, np.float64)):
            return float(obj)

        elif isinstance(obj, (np.complex_, np.complex64, np.complex128)):
            return {'real': obj.real, 'imag': obj.imag}

        elif isinstance(obj, (np.ndarray,)):
            return obj.tolist()

        elif isinstance(obj, (np.bool_)):
            return bool(obj)

        elif isinstance(obj, (np.void)): 
            return None

        return json.JSONEncoder.default(self, obj)

Answer 4

一个非常简单的 numpy 编码器可以更一般地实现类似的结果。

请注意，这使用了np.generic类（大多数 np 类继承自）并使用了a.item()方法。

如果要编码的对象不是 numpy 实例，则 json 序列化程序将照常继续。这对于包含一些 numpy 对象和一些其他类对象的字典是理想的。

import json
import numpy as np

def np_encoder(object):
    if isinstance(object, np.generic):
        return object.item()

json.dumps(obj, default=np_encoder)

Answer 5

如果你要序列化一个 numpy 数组，你可以简单地使用ndarray.tolist()方法。

来自numpy 文档，

a.tolist()与 几乎相同list(a)，只是tolist将 numpy 标量更改为 Python 标量

In [1]: a = np.uint32([1, 2])

In [2]: type(list(a)[0])
Out[2]: numpy.uint32

In [3]: type(a.tolist()[0])
Out[3]: int

Answer 6

You can define your own encoder to solve this problem.

import json
import numpy as np

class NpEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, np.integer):
            return int(obj)
        elif isinstance(obj, np.floating):
            return float(obj)
        elif isinstance(obj, np.ndarray):
            return obj.tolist()
        else:
            return super(NpEncoder, self).default(obj)

# Your codes .... 
json.dumps(data, cls=NpEncoder)

Answer 7

这可能是迟到的回应，但最近我遇到了同样的错误。经过大量冲浪后，这个解决方案对我有所帮助。

def myconverter(obj):
        if isinstance(obj, np.integer):
            return int(obj)
        elif isinstance(obj, np.floating):
            return float(obj)
        elif isinstance(obj, np.ndarray):
            return obj.tolist()
        elif isinstance(obj, datetime.datetime):
            return obj.__str__()

myconverter像下面这样 打电话json.dumps()。 json.dumps('message', default=myconverter)

Answer 8

这是一个处理 bool 和 NaN 值的版本 - 它们不是 JSON 规范的一部分 - as null。

import json
import numpy as np

class NpJsonEncoder(json.JSONEncoder):
  """Serializes numpy objects as json."""

  def default(self, obj):
    if isinstance(obj, np.integer):
      return int(obj)
    elif isinstance(obj, np.bool_):
      return bool(obj)
    elif isinstance(obj, np.floating):
      if np.isnan(obj):
        return None  # Serialized as JSON null.
      return float(obj)
    elif isinstance(obj, np.ndarray):
      return obj.tolist()
    else:
      return super().default(obj)

# Your code ... 
json.dumps(data, cls=NpEncoder)