python3：pandas'to_json將\添加到我的一個鍵值中的每個雙引號

Question

我有一個由twitter刮取的json。一些推文在使用報價之前有反斜槓。這隻在推特消息中看到，而不是我的JSON的密鑰。 我有下面的代碼，這將刪除大量的垃圾，包括反斜槓，但新保存的json仍然有背面削減

我最近發現問題不是正則表達式，但與to_json。熊貓通過正則表達式去除反斜槓，然後在使用to_json時重新應用反斜槓。有什麼方法可以解決這個問題嗎？我的目標是讀取原始格式爲JSON，刪除不必要的混亂，然後將其重新保存到一個新的JSON在它進來直接從全新的JSON（在記事本中打開

import pandas as pd 

data = pd.DataFrame(pd.read_json(filename, orient=columnName,encoding="utf-8"),columns=columnName) 
data['full_text'] = data['full_text'].replace('^@ABC(\\u2019s)*[ ,\n]*', '', regex=True) 
data['full_text'] = data['full_text'].replace('(\\u2019)', "'", regex=True) 
data['full_text'] = data['full_text'].apply(lambda x: re.sub(r'\\(?=\")','"',x)) 
print(data['full_text'].loc[data['id_str'] == 79104606646138400]) 
data.to_json('new_abc_short.json',orient='records') 

例如鍵值對完全一樣的格式++ ）：

....,"full_text":"How can you \"accidentally close\" my account",.... 

我的預期：

....,"full_text":"How can you "accidentally close" my account",.... 

不是每一個雙引號有問題，想在關鍵full_text，我擔心的部分是它的價值。它很重要，我從打印中注意到full_text是dtype對象

Answer 1

"full_text":"How can you "accidentally close" my account"是無效的JSON。 \用於轉義字符串內部的引號，告訴解析器這些引號應該包含在字符串中，而不是確定JSON結構。當您將JSON讀回另一個應用程序時，合理的JSON解析器將爲您刪除引號。