Python - 用空字典/数组代替空值

Question

我希望在使用pandas的json_normalize时，能用空数组代替null值。以下是示例：

{
    "id": {
        "0": "x0123455",
        "1": "x0123456"
    },
    "team": {
        "0": null,
        "1": [
            {
                "name": "Jenny",
                "email": "[e-mail]"
            }
        ]
    },

我在某处读到，需要使用空字典来替换null值以避免出现错误。如何实现这一目标？

编辑

作为一种解决方法，我过滤掉了null值。

- Maye Ger

---

你尝试在该字典上调用json_normalize函数，看看空值会发生什么了吗？ - mquasar

调用json_normalize时返回空值。顺便说一下，我正在处理响应json，它返回一些null值，但其他属性具有“[]”值。 - Maye Ger

Answer 1

我认为你可以做一些简单的事情，比如

for item in items:
    for email in item['team'].values():
        if email == null:
            email = {}

- Ahmed Salim

Answer 2

当我在这个字典上运行JSON normalize函数（尽管它不是一个JSON对象），它提供了一个包括None值的输出。

import pandas as pd

test_dict ={
    "id": {"0": "x0123455", "1": "x0123456"},
    "team": {"0": None, "1": [{"name": "Jenny", "email": "[e-mail]"}]},
}

df = pd.io.json.json_normalize(test_dict)

print(df)

这段代码在我执行df.to_csv时产生以下输出：

,id.0,id.1,team.0,team.1 0,x0123455,x0123456,,"[{'name': 'Jenny', 'email': '[e-mail]'}]"

*注意，如果值为空，这将不起作用，因为Python中不存在空值。

我建议如果json normalize适用于您的情况，请直接运行它，否则在stackoverflow上此问题可能会通过递归代码回答您的问题，以删除所有空值。

- Jawad