如何转换此数据框以获得此 json 结构？答案

【问题标题】：How to transform this dataframe to get this json structure?如何转换此数据框以获得此 json 结构？
【发布时间】：2016-04-17 20:11:41
【问题描述】：

我有一个具有这种结构的 pandas 数据框：

          RegisteredTime                 Start      Value
1    2016-04-17 15:30:00   2016-04-18 00:00:00    1000.00
2    2016-04-17 15:30:00   2016-04-18 01:00:00    2000.00
3    2016-04-17 15:30:00   2016-04-18 02:00:00    3000.00
4    2016-04-17 15:30:00   2016-04-18 03:00:00    4000.00
5    2016-04-17 15:30:00   2016-04-18 04:00:00    5000.00

它按RegistredTime 排序，每个RegisteredTime 正好有24 个条目。

我可以使用 df.to_json(orient='record') 转换为 json，这给了我类似的东西：

[
    {
        "RegisteredTime": "2016-04-17 15:30:00",
        "Start": "2016-04-18T00:00:00",
        "Value": 1000.00,
    },
    {
        "RegisteredTime": "2016-04-17 15:30:00",
        "Start": "2016-04-18T0:00:00",
        "Value": 2000.00,
    },
    ...
]

我对 pandas 的经验很少，我真正想要的结构是这样的：

[ 

    {
        "SamplingTime": "2016-04-17 15:30:00",
        "Values": [
                      {
                          "Start": "2016-04-18T00:00:00",
                          "Value": 1000.00
                      },
                      {
                          "Start": "2016-04-18T01:00:00",
                          "Value": 2000.00
                      },
                      ...
                  ]
    },
    ...
]

有人可以帮我实现这个吗？

提前致谢。

【问题讨论】：

标签： python json pandas dataframe

【解决方案1】：

按SamplingTime 分组并调用to_dict 两次（一次在组中，一次在整个集合中）应该可以满足您的要求。

df2 = df.rename(columns = {"RegisteredTime": "SamplingTime"}) #assigning to another df in case you want to keep the original column name 
df2.head(10)
Out[196]: 
       SamplingTime             Start  Value
0  17/04/2016 15:30  18/04/2016 00:00   1000
1  17/04/2016 15:30  18/04/2016 01:00   2000
2  17/04/2016 15:30  18/04/2016 02:00   3000
3  17/04/2016 15:30  18/04/2016 03:00   4000
4  17/04/2016 15:30  18/04/2016 04:00   5000
5  17/04/2016 15:40  18/04/2016 00:00   1000
6  17/04/2016 15:40  18/04/2016 01:00   2000
7  17/04/2016 15:40  18/04/2016 02:00   3000
8  17/04/2016 15:40  18/04/2016 03:00   4000
9  17/04/2016 15:40  18/04/2016 04:00   5000

dtj = pd.DataFrame(df2.groupby("SamplingTime")["Start", "Value"].apply(lambda x: x.to_dict("r")), columns = ["Values"]).reset_index().to_dict("r")

print(dtj)
Out[199]: 
[{'SamplingTime': '17/04/2016 15:30',
  'Values': [{'Start': '18/04/2016 00:00', 'Value': 1000L},
   {'Start': '18/04/2016 01:00', 'Value': 2000L},
   {'Start': '18/04/2016 02:00', 'Value': 3000L},
   {'Start': '18/04/2016 03:00', 'Value': 4000L},
   {'Start': '18/04/2016 04:00', 'Value': 5000L}]},
 {'SamplingTime': '17/04/2016 15:40',
  'Values': [{'Start': '18/04/2016 00:00', 'Value': 1000L},
   {'Start': '18/04/2016 01:00', 'Value': 2000L},
   {'Start': '18/04/2016 02:00', 'Value': 3000L},
   {'Start': '18/04/2016 03:00', 'Value': 4000L},
   {'Start': '18/04/2016 04:00', 'Value': 5000L}]},
 {'SamplingTime': '17/04/2016 15:50',
  'Values': [{'Start': '18/04/2016 00:00', 'Value': 1000L},
   {'Start': '18/04/2016 01:00', 'Value': 2000L},
   {'Start': '18/04/2016 02:00', 'Value': 3000L},
   {'Start': '18/04/2016 03:00', 'Value': 4000L},
   {'Start': '18/04/2016 04:00', 'Value': 5000L}]}]

这是一个列表，所以如果您需要它作为 JSON 字符串，您可以调用 json.dumps(dtj) 或者您可以将最后一个 to_dict 更改为 to.json(orient = "records")。

【讨论】：

【解决方案2】：

如果我正确理解了您的问题，您希望按 RegisteredTime 对结果进行分组。

您可以首先将数据放入多个字典中（就像您在调用 to_json 方法时所做的那样，之后是这样的：

data = {}
for data_point in my_data:
    time = data_point['RegisteredTime']
    if time not in data:
        data[time] = []
    d = {}
    d['Start'] = data_point['Start']
    d['Value'] = data_point['Value']
    data[time].append(d)

result = []
for key, value in data.items():
    result.append({
        'SamplingTime': key,
        'Values': value
    })

在此之后，列表结果包含您想要的格式的所有信息。

这可能不是最“pythonic”的解决方法，但我尝试拆分步骤以便更容易理解。希望对您有所帮助。

【讨论】：