`json.loads()` 和 `.apply(json.loads)` 有什么区别？

Question

我对编码很陌生，现在我正在尝试处理来自 kaggle 的 TMDB_5000 数据集。

我在尝试处理这样的 json 格式数据时遇到了问题。

[{"cast_id": 242, "character": "Jake Sully", "credit_id": "5602a8a7c3a3685532001c9a", "gender": 2, "id": 65731, "name": "Sam Worthington", "order": 0}, {"cast_id": 3, "character": "Neytiri", "credit_i...}]

我试图用来json.loads()处理数据，代码是credits['cast'] = json.loads(credits['cast']). 但它给了我这样的错误

---------------------------------------------------------------------------

TypeError Traceback (最近一次调用最后一次) in () ----> 1 credits['cast'] = json.loads(credits['cast'])

/anaconda3/lib/python3.6/json/__init__.py in loads(s, encoding, cls, object_hook, parse_float, parse_int, parse_constant,

object_pairs_hook, **kw) 346 if not isinstance(s, (bytes, bytearray)): 347 raise TypeError('the JSON object must be str, bytes or bytearray, ' --> 348 'not {!r}'.format （第类。名））349个S = s.decode（detect_encoding（一个或多个）， 'surrogatepass'）350

TypeError: the JSON object must be str, bytes or bytearray, not 'Series'

但是，该代码credits['cast'] = credits['cast'].apply(json.loads)有效。所以我很困惑，因为我认为这两行代码没有区别。

谁能给我解释一下？

Answer 1

问题是您的credits变量是 Pandas DataFrame，因此credits['cast']是Series)。该json.loads函数不知道如何处理来自 的数据类型pandas，因此在执行时会出错json.loads(credits['cast'])。Series然而，该类型有一个apply方法，该方法接受要对其包含的每个值调用的函数。这就是为什么credits['cast'].apply(json.loads)有效，它json.loads作为参数传递给apply.

Answer 2

以下代码：credits['cast'] = credits['cast'].apply(json.loads)适用功能json.loads到的每一行credits['cast']（每一行是一个字符串）。结果是一系列解码的对象。以下代码：credits['cast'] = json.loads(credits['cast'])尝试将相同的函数应用于 Series credits['cast']，但该函数不能应用于 Series 。