python - 如何修复 "OverflowError: Unsupported UTF-8 sequence length when encoding string"

Question

将 pandas 数据帧转换为 json 时出现以下错误

OverflowError: Unsupported UTF-8 sequence length when encoding string

这是代码

        bytes_to_write = data.to_json(orient='records').encode()
        fs = s3fs.S3FileSystem(key=aws_access_key_id, secret=aws_secret_access_key)
        with fs.open(file, 'wb') as f:
            f.write(bytes_to_write)

而尝试转换为json的数据包含更多utf-8编码

如何解决这个问题？

Answer 1

对于这个 answer suggests ，我使用函数 .to_json() 和 default_handler 参数转换了数据帧，您可以找到文档 here 。

您必须注意 default_handler=str 参数，以免出现上述错误。您可以阅读上面文档中的详细信息。

dataframe.to_json('foo.json', default_handler=str) 

请不要忘记考虑该函数可以以不同的方式输出 json，orient='<option>' 参数指定了这一点，正如文档所说:

orient: str
Indication of expected JSON string format.
...
The format of the JSON string:

- ‘split’ : dict like {‘index’ -> [index], ‘columns’ -> [columns], ‘data’ -> [values]}
- ‘records’ : list like [{column -> value}, … , {column -> value}]
- ‘index’ : dict like {index -> {column -> value}}
- ‘columns’ : dict like {column -> {index -> value}}
- ‘values’ : just the values array
- ‘table’ : dict like {‘schema’: {schema}, ‘data’: {data}}

Describing the data, where data component is like orient='records'.