Question

有一个类似的问题被问到there，并且在R.中的用户1609452得到了出色的回答。但是，这是一个特定的问题。我想扩大这个问题。让我们拿几乎相同的表（MyData）：

ID  Location  L_size   L_color    Station    S_size   S_color     Category   C_size   C_color  
1     Alpha     6      #000000      Zeta       3      #333333      Big       0.63     #306100
2     Alpha     6      #000000      Zeta       3      #333333     Medium     0.43     #458b00
3     Alpha     6      #000000      Zeta       3      #333333     small      0.47     #6aa232
4     Alpha     6      #000000      Yota       3      #4c4c4c      Big       0.85     #306100
5     Alpha     6      #000000      Yota       3      #4c4c4c     Medium     0.19     #458b00
6     Alpha     6      #000000      Yota       3      #4c4c4c     small      0.89     #6aa232
7      Beta     6      #191919      Theta      4      #666666      Big       0.09     #306100
8      Beta     6      #191919      Theta      4      #666666     Medium     0.33     #458b00
9      Beta     6      #191919      Theta      4      #666666     small      0.79     #6aa232
10     Beta     6      #191919      Theta      4      #666666      Big       0.89     #306100
11     Beta     6      #191919       Meta      3      #7f7f7f     Medium     0.71     #458b00
12     Beta     6      #191919       Meta      3      #7f7f7f     small      0.59     #6aa232

每个类别都有一个或多个属性（此处只有一个：大小）。我想要的是，报告json文件中每个父/子的大小：

       {
 "name":"MyData",
 "size":12,
 "color":"#ffffff"
 "children":[
   {
     "name":"Alpha",
     "size":6,
     "color":"#000000"
     "children":[
        {
           "name":"Zeta",
           "size":3,
           "color":"#333333"
           "children":[
              {
                 "name":"Big",
                 "size":0.63,
                 "color":"#306100"
              },
...

等。我无法在R中实现它，也不能在熊猫中实现它...任何想法？

编辑：我的目标是将不同的信息与儿童联系起来，而不仅仅是规模。我为每个主列添加了一个颜色列。我的初始数据框很大并且有很多信息，但为了清楚起见，我不能将它粘贴在这里。

第二次编辑：为了回答这个问题它几乎奏效了！很棒的更新。仍然没有将json文件正确上传到我的javascript文件中。该文件似乎是颠倒的（mydata在最后），来自父母的信息是在儿童信息之前和之后：

{  
   "children":[  
      {  
         "color":"#000000",
         "children":[  
            {  
               "color":"#4c4c4c",
               "children":{  
                  "color":"#306100",
                  "name":"Big",
                  "size":0.85
               },
               "name":"Yota",
               "size":3
            },
            {  
               "color":"#333333",
               "children":{  
                  "color":"#306100",
                  "name":"Big",
                  "size":0.63
               },
               "name":"Zeta",
               "size":3
            }
         ],
         "name":"Alpha",
         "size":6
      },
      {  
         "color":"#191919",
         "children":[  
            {  
               "color":"#7f7f7f",
               "children":{  
                  "color":"#458b00",
                  "name":"Medium",
                  "size":0.71
               },
               "name":"Meta",
               "size":3
            },
            {  
               "color":"#666666",
               "children":{  
                  "color":"#306100",
                  "name":"Big",
                  "size":0.09
               },
               "name":"Theta",
               "size":4
            }
         ],
         "name":"Beta",
         "size":6
      }
   ],
   "name":"MyData",
   "size":12

最后编辑：工作正常。克里斯删除了他在更新时写的脚本的最后一部分，所以在这里。谢谢克里斯！

data = {'name': 'MyData',
        'size': len(MyData),
        'children': make_children(MyData, levels)}

print json.dumps(data)

Answer 1

首先，您需要某种构成每个级别的映射。我正在使用列的元组定义"name"以及您希望从该级别获得的其他属性的前缀，如下所示。

levels = [('Location', 'L_'),
          ('Station', 'S_'),
          ('Category', 'C_')]

然后，它是一个类似的递归函数，只是现在每一步都会获取额外的列（找到以前缀开头的列）并通过压缩列/值将其添加到树中。有足够的空间来清理它，但至少应该给出一个想法。

def make_children(df, levels):
    if len(levels) == 1:
        name, prefix = levels[0]
        level_cols = [name] + [c for c in df if c.startswith(prefix)]
        df = df[level_cols]
        key_names = ['name'] + [c.strip(prefix) for c in level_cols[1:]]
        return dict(zip(key_names, df.values[0]))
    else:
        h, tail = levels[0], levels[1:]
        name, prefix = h
        level_cols = [name] + [c for c in df if c.startswith(prefix)]

        data = []
        for keys, df_gb in df.groupby(level_cols):
            key_names = ['name'] + [c.strip(prefix) for c in level_cols[1:]]
            d = dict(zip(key_names, keys))
            d['children'] = make_children(df_gb, tail)
            data.append(d)
        return data

pandas df进入嵌套的json

1 个答案: