因此，要在python中使用JSON，您需要导入json库，您可以将字符串转换为json，这将自动处理数据类型转换。如果你正在使用类似requests库的东西来请求你的数据，你可以使用.json()方法，就像下面链接中演示的那样。

result = json.loads('{"Name": null, "Age": 23, "Wage": 16.5}')
print(result)

# {'Name': None, 'Age': 23, 'Wage': 16.5}

字符串
https://www.geeksforgeeks.org/response-json-python-requests/#
在python中，你可以使用内置的方法type()来确定数据类型。你可以在下面找到所有内置的数据类型。

print(type('example'))

# <class 'str'>

型
https://www.w3schools.com/python/python_datatypes.asp

我一直在用Pandas直到它不起作用。

data = [{"Name": None, "Age": 23, "Wage": 16.5},
        {"Name": "jason", "Age": None, "Wage": 22.5},
        {"Name": "blake", "Age": None, "Wage": 23.8},
        {"Name": None, "Age": 26, "Wage": None}]

import pandas as pd

df = pd.DataFrame(data)
print(df.dtypes)

> Name     object  
> Age     float64  
> Wage    float64  
> dtype: object

字符串
或者你可以使用polars，这将返回

[Utf8, Int64, Float64]

型
100，000行应该能够在这些工具中很容易地处理。
您可能希望使用库的read函数读取文件，而不是读取JSON到python字典列表。试试看

import polars as pl

df = pl.read_json("your_file.json")

print(df.dtypes)

型
如果你使用的是换行符分隔的JSON，那么你可以做一个延迟读取，这应该是（？））避免大文件的任何内存问题。

pl.scan_ndjson("your_file.json").dtypes

型