有沒有辦法防止 Pandas read_json (orient='split') 機會主義地將 float64 列轉換為 int64？

Question

我希望能夠在 pandas 中使用 read_json 來讀取一個 json 文件，該文件解釋列的方式與使用 to_json 編寫的方式相同。 在下面的示例中，當使用 to_json 寫入時，“Dec”列是 dtype float64，而 json 文件將數字顯示為浮點數（1.0、2.0 等）。 但是，當使用 read_json 讀取時，數據框中“Dec”的列類型最終為 int64。 我希望它仍然是 float64，即使值恰好都是整數。 如果這很重要，這些正在使用 orient='split' 。 有沒有辦法做到這一點？ 我正在尋找一種通用方法，而不依賴於特定的列名，因為實際上我希望這可以在許多不同的數據幀上工作。

tmp_file = 'c:/Temp/in_df.json'
in_df = pd.DataFrame([['A', 2.0, 4], ['B', 3.0, 2], ['C', 4.0, 3]], columns=['Key', 'Dec', 'Num'])
dec_column_type_in = in_df['Dec'].dtype # float64
in_json = in_df.to_json(path_or_buf=tmp_file, orient='split', index=False)
out_df = pd.read_json(tmp_file, orient='split')
dec_column_type_out = out_df['Dec'].dtype # int64

Answer 1

您可以嘗試手動關閉 dtypes inferring

out_df = pd.read_json(tmp_file, orient='split', dtype=False)

print(out_df.dtypes)

Key     object
Dec    float64
Num      int64
dtype: object