如何在 python 中修复：valueerror：尾随数据

使用Python时可能会遇到的错误是：

 ValueError : Trailing data

当您尝试将 JSON 文件导入 pandas DataFrame 时，通常会发生此错误，但数据是以“ \n ”等尾随行分隔的行写入的。

修复此错误的最简单方法是在导入数据时简单地指定lines=True ：

 df = pd. read_json (' my_data.json ', lines= True )

以下示例展示了如何在实践中纠正此错误。

如何重现错误

假设我们有以下 JSON 文件：

现在假设我们尝试将此 JSON 文件导入到 pandas DataFrame 中：

 #attempt to import JSON file into pandas DataFrame
df = pd. read_json (' Documents/DataFiles/my_data.json ')

ValueError : Trailing data

我们收到错误，因为 JSON 文件中的“Review”元素包含\n来表示尾随行。

如何修复错误

修复此错误的最简单方法是在导入数据时简单地指定lines=True ：

 #import JSON file into pandas DataFrame
df = pd. read_json (' Documents/DataFiles/my_data.json ', lines= True )

#view DataFrame
df

	ID Rating Review
0 A 8 Great movie.\nI would recommend it.
1 B 5 Mediocre movie.\nWould not recommend it.
2 C 3 Bad movie.\nI would not recommend.
3 D 7 Decent movie.\nI might recommend it.

请注意，我们能够成功地将 JSON 文件导入到 pandas DataFrame 中，没有任何错误。

如果我们想从“Revision”列中删除尾随的\n行，我们可以使用以下语法：

 #replace \n with empty space in 'Review' column
df[' Review '] = df[' Review ']. str . replace (' \n ', ' ')

#view updated DataFrame
df

	ID Rating Review
0 To 8 Great movie. I would recommend it.
1 B 5 Mediocre movie. Would not recommend it.
2 C 3 Bad movie. I would not recommend.
3 D 7 Decent movie. I might recommend it.

\n值现已从“修订”列中删除。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何将 Pandas DataFrame 转换为 JSON 文件
如何将 JSON 文件转换为 Pandas DataFrame