Question

我的DF是：

df = pd.DataFrame({'city': ['POA', 'POA', 'SAN'], 'info' : [10,12,5]}, index = [4314902, 4314902, 4300803])
df.index.rename('ID_city', inplace=True)

output:

    city    info
ID_city     
4314902 POA 10
4314902 POA 12
4300803 SAN 5

我需要另存为按索引定向的json。仅当每个索引都是唯一的时，以下命令才有效。

df.to_json('df.json', orient='index')

是否可以保存此DataFrame，并在他找到重复索引时创建一个数组？我的愿望输出：

{ 4314902 : [ {'city': 'POA', 'info': 10} , {'city': 'POA', 'info': 11} ]
 ,4300803 : {'city': 'SAN', 'info': 5} }

Answer 1

我不知道内置的Pandas功能，该功能可以处理json orient ='index'导出中的重复索引。

您当然可以手动构建它。将列合并为一个包含字典的列：

cols_as_dict = df.apply(dict, axis=1)

ID_city
4314902    {'city': 'POA', 'info': 10}
4314902    {'city': 'POA', 'info': 12}
4300803     {'city': 'SAN', 'info': 5}

将行放入列表中，并按索引分组：

combined = cols_as_dict.groupby(cols_as_dict.index).apply(list)

ID_city
4300803                         [{'city': 'SAN', 'info': 5}]
4314902    [{'city': 'POA', 'info': 10}, {'city': 'POA', ...

然后编写json：

combined.to_json() 
 '{"4300803":[{"city":"SAN","info":5}],"4314902":[{"city":"POA","info":10},{"city":"POA","info":12}]}'

即使每个索引只有一个条目，它也会创建一个列表。与混合数据类型（元素列表或单个元素）相比，这实际上应该使处理更加容易。

如果您设置为混合类型（字典或多个字典列表），请执行combined.to_dict()，将具有单个元素的列表更改回其第一个元素，然后转储json。

使用非唯一索引将DataFrame保存为Json

1 个答案: