Pandas - 将 CSV 转换为 JSON - 使用 groupby 进行组织，然后删除索引键答案

【问题标题】：Pandas - Converting CSV to JSON - organize with groupby and then remove index keyPandas - 将 CSV 转换为 JSON - 使用 groupby 进行组织，然后删除索引键
【发布时间】：2019-04-03 23:04:47
【问题描述】：

我有一个 CSV 文件，我正在尝试使用 Pandas 将其转换为 JSON。它有多个标题，但为了简单起见，我们只说它有 3 个：“区域”、“州”和“销售人员”。三列，三行，其中经常有重复值（州名等）。

我的理想结果是：

{
    "salesperson": [
        {
            "name": "John Doe",
            "values": [
                {
                    "region": "North America",
                    "state": "Connecticut"
                },
                {
                    "region": "North America",
                    "state": "Vermont"
                }
            ]
        },
        {
            "name": "Jane Doe",
            "values": [
                {
                    "region": "North America",
                    "state": "New York"
                },
                {
                    "region": "North America",
                    "state": "New Hampshire"
                }
            ]
        }
    ]
}

这是我目前用于读取数据并将其转换为 JSON 的内容。

df = pd.read_csv('Foo.csv', encoding="ISO-8859-1",
                    escapechar='\\')
result = (df.groupby(['salesperson'])
            .apply(lambda x: x.to_dict('r'))
            .to_json(orient='table')
            )
return result

.to_json(orient='table') 很接近，它给了我

"data": [
    {
        "salesperson": "John Doe",
        "values": [
            {
                "region": "North America",
                "state": "Connecticut",
                "salesperson": "John Doe"
            },

但是“销售人员”仍在“价值观”中。我试过了

result = (df.groupby(['salesperson'])
            .apply(lambda x: x.to_dict('r'))
            .drop('salesperson')
            .to_json(orient='table')
            )

但这似乎不是正确的方法。

我不确定如何告诉它使用“salesperson”作为索引并将其从输出中删除，而不是在创建 JSON 文件后实际编辑它。

【问题讨论】：

能否分享您的 csv 文件样本
你试过 index=False 吗？

标签： python json pandas csv

【解决方案1】：

下面的代码删除了不需要的密钥。

第 1 步：

分配一个变量。

data = {
        "salesperson": "John Doe",
        "values": [
            {
                "region": "North America",
                "state": "Connecticut",
                "salesperson": "John Doe"
            }]
       }

第 2 步： 删除键

del data['salesperson']

输出：

【讨论】：

【解决方案2】：

在应用 to_dict() 之前，我必须将 drop 应用到密钥上

result = df.groupby(df.salesperson).apply(
    lambda x: x.drop('salesperson', 1).to_dict('records')).to_json(orient='index')

这会从结果 JSON 值中删除键，同时将其保留为索引。

【讨论】：