从 Pandas DataFrame 创建嵌套 JSON，并将分组行作为最深嵌套内的属性
我正在寻找一种解决方案来构建嵌套的 dict / JSON，其中最后三列"name"、"color"、"amount"作为“product”列表中的属性。cat1-cat3列中的值应该是键。
提供的 DataFrame 如下所示：
import pandas as pd
df = pd.DataFrame({
'cat1': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
'cat2': ['BB', 'BB', 'BC', 'BB', 'BB', 'BB', 'BC', 'BC'],
'cat3': ['CC', 'CC', 'CD', 'CD', 'CD', 'CC', 'CD', 'CE'],
'name': ['P1', 'P2', 'P3', 'P1', 'P4', 'P1', 'P3','P6'],
'color': ['red', 'blue', 'green', 'green', 'yellow', 'red', 'blue', 'blue']
'amount': [132, 51, 12, 421, 55, 11, 123, 312]
})
这将是所需的输出：
{
"A":{
"BB":{
"CC":{
"products":[
{
"name":"P1",
"color":"red",
"amount":132
},
{
"name":"P2",
"color":"blue",
"amount":51
}
]
}
},
"BC":{
"CD":{
"products":[
{
"name":"P3",
"color":"green",
"amount":12
}
]
}
}
},
"B":{
"BB":{
"CD":{
"products":[
{
"name":"P1",
"color":"green",
"amount":421
},
{
"name":"P4",
"color":"yellow",
"amount":55
}
]
}
}
},
"C":{
"BB":{
"CC":{
"products":[
{
"name":"P1",
"color":"red",
"amount":11
}
]
}
},
"BC":{
"CD":{
"products":[
{
"name":"P3",
"color":"blue",
"amount":123
}
]
},
@BEN_YO为这个问题提供了一个递归解决方案，没有内积部分。
哔哔one3回答
-
慕桂英3389331
如果其他方法可以的话，你可以尝试下面的方法，虽然有点脏（你可以尝试优化它）cols = ['name','color','amount']u = df[df.columns.difference(cols)].join(df[cols].agg(dict,1).rename('d'))v = (u.groupby(['cat1','cat2','cat3'])['d'].agg(list).reset_index("cat3"))v = v.groupby(v.index).apply(lambda x: dict(zip(x['cat3'],x['d'])))v.index = pd.MultiIndex.from_tuples(v.index,names=['cat1','cat2'])d = v.unstack(0).to_dict()print(d){'A': {'BB': {'CC': [{'amount': 132, 'color': 'red', 'name': 'P1'}, {'amount': 51, 'color': 'blue', 'name': 'P2'}]}, 'BC': {'CD': [{'amount': 12, 'color': 'green', 'name': 'P3'}]}}, 'B': {'BB': {'CD': [{'amount': 421, 'color': 'green', 'name': 'P1'}, {'amount': 55, 'color': 'yellow', 'name': 'P4'}]}, 'BC': nan}, 'C': {'BB': {'CC': [{'amount': 11, 'color': 'red', 'name': 'P1'}]}, 'BC': {'CD': [{'amount': 123, 'color': 'blue', 'name': 'P3'}], 'CE': [{'amount': 312, 'color': 'blue', 'name': 'P6'}]}}} -
MMMHUHU
我们可以groupby基于分组类别cat1递归cat2地cat3构建字典：def set_val(d, k, v): if len(k) == 1: d[k[0]] = v else: d[k[0]] = set_val(d.get(k[0], {}), k[1:], v) return ddct = {}for k, g in df.groupby(['cat1', 'cat2', 'cat3']): set_val(dct, k, {'products': g[['name', 'color', 'amount']].to_dict('r')})print(dct){'A': {'BB': {'CC': {'products': [{'amount': 132, 'color': 'red', 'name': 'P1'}, {'amount': 51, 'color': 'blue', 'name': 'P2'}]}}, 'BC': {'CD': {'products': [{'amount': 12, 'color': 'green', 'name': 'P3'}]}}}, 'B': {'BB': {'CD': {'products': [{'amount': 421, 'color': 'green', 'name': 'P1'}, {'amount': 55, 'color': 'yellow', 'name': 'P4'}]}}}, 'C': {'BB': {'CC': {'products': [{'amount': 11, 'color': 'red', 'name': 'P1'}]}}, 'BC': {'CD': {'products': [{'amount': 123, 'color': 'blue', 'name': 'P3'}]}, 'CE': {'products': [{'amount': 312, 'color': 'blue', 'name': 'P6'}]}}}} -
天涯尽头无女友
def gen_nested_dict(dataframe, group, inner_key, inner_dict): def set_val(d, k2, v): if len(k2) == 1: d[k2[0]] = v else: d[k2[0]] = set_val(d.get(k2[0], {}), k2[1:], v) return d dct = {} for k, g in dataframe.groupby(group): set_val(dct, k, {inner_key: g[inner_dict].to_dict('records')}) return dct mydct = gen_nested_dict(df, ['cat1', 'cat2', 'cat3'], 'products', ['name', 'color', 'amount'])
随时随地看视频慕课网APP
相关分类
Python