Question

我正在研究d3.js图形。我的数据是一个巨大的多字节.xls。我必须从每个标签中获取数据，所以我决定将它全部转储到pandas中并导出一些.json。

原始数据，分布在多个标签中：

demography, area, state, month, rate
over 65,   region2, GA, May, 23
over 65,  region2, AL, May, 25
NaN,  random_odd_data, mistake, error
18-65, region2, GA, 77
18-65, region2, AL, 75

现在，放入大熊猫，合并并清理：

     demography area     state  month rate
0    over 65    region2  GA     May   23
1    over 65    region2  AL     May   25
2    18-65      region2  GA     May   50
3    18-65      region2  AL     May   55

现在，将其分组

group = df.groupby(['state', 'demography'])

产量

<pandas.core.groupby.DataFrameGroupBy object at 0x106939610>

尝试这个：

group = df.groupby(['state', 'demography']).count()

产生几乎正确的东西，除了我不想算任何东西，我只想要“率”

state    demography  area   month  rate
AL       over 65     1      1      1
         18-65       1      1      1
GA       over 65     1      1      1
         18-65       1      1      1

果然，这只为每个值输出“1”，lol：

group.reset_index().to_json("myjson2.json", orient="index")

dang我几乎在那里，如何将其导出，以便每个州都是父母？

[
    {
        "state": "Alabama",
        "over 65": 25,
        "18-65": 50

    },
    {
        "state": "Georgia",
        "over 65": 23,
        "18-65": 55
    }
]

Answer 1

count方法计算每列中每个组的非NaN条目数，因此它们为什么在这里全部为1（每个组的大小为1，没有NaN）。
（我无法找到具体的链接，但在the groupby docs中提及。）

我认为你真正想要的是pivot_table：

In [11]: res = df.pivot_table('rate', 'state', 'demography')

In [12]: res
Out[12]:
demography  18-65  over65
state
AL             55      25
GA             50      23

我认为您正在寻找orient='records'（首先需要reset_index）：

In [13]: res.reset_index().to_json(orient='records')
Out[13]: '[{"state":"AL","18-65":55,"over65":25},{"state":"GA","18-65":50,"over65":23}]'

pandas groupby嵌套json - 不想要计算字段

1 个答案: