转换为 json 文件时如何解决 Panda 中的索引列问题？

Question

有一个熊猫数据框如下：

df

我想用这个命令df.to_json(os.path.join(path, 'test.json'))创建一个json文件

我想要的输出是

{"Big": {"A": "Big", "B": [["rose", 100], ["camelia", 200], ["Lily", 300]], }, "Medium": {"A": "Medium", "B": [["house", 45], ["car", 30], ["money", 56]], }}

相反，我得到的输出是：

{"A":{"0":"Big","1":"Medium",},"B":{"0":[["rose", 100], ["camelia", 200], ["Lily", 300]], "1":[[["house", 45], ["car", 30], ["money", 56]] }}

我还尝试将 A 列作为我的索引列 df=df.set_index('A')。 但这给了我更困惑的答案：

{"B":{"Big":[":[["rose", 100], ["camelia", 200], ["Lily", 300]],"Medium":[["house", 45], ["car", 30], ["money", 56]]}}

谁能帮我解决这个问题？

Answer 1

您似乎读取了调用以下命令的 Excel 文件：

df = pd.read_excel('Input.xlsx', skiprows=2, index_col=0, names=[None, 'A', 'B'])

即：

• skiprows=2 - 跳过 2 个初始空行，
• index_col=0 - 将列 0（在 Excel 中 - 列 A）设置为索引，
• names=... - 忽略现有的列名（第 3 行 - 没有索引， Fruit 和 Flowers 用于数据列）并从 给定的列表。

DataFrame 这样包含：

        A                                         B
0     Big  [(rose:100), (camelia:200), (Lily: 300)]
1  Medium       [(house:45), (car:30), (money: 56)]

这应该是您帖子的实际开始（而不是 Excel 屏幕截图）。

要获得与您想要的结果相似的 JSON 输出，您可以运行：

df.set_index('A', drop=False).to_json('Output.json', orient='index')

结果（为便于阅读而美化）是：

{
  "Big"   : {"A": "Big",    "B":"[(rose:100), (camelia:200), (Lily: 300)]"},
  "Medium": {"A": "Medium", "B":"[(house:45), (car:30), (money: 56)]"}
}

区别在于B栏：整个内容是一个单个字符串， 例如"[(rose:100), (camelia:200), (Lily: 300)]"，而你想要 [["rose", 100], ["camelia", 200], ["Lily", 300]]，即列表列表。

如果这个细节很重要，你可以重新格式化B栏：

df.B = df.B.str.extractall(r'\((?P<name>\w+) *: *(?P<num>\d+)\)')\
    .astype({'num': 'int'}).apply(list, axis=1).unstack()\
    .apply(lambda lst: lst.dropna().tolist(), axis=1)

然后之后保存为 JSON。这一次的结果正是你所需要的。

上面的转换涉及到几个步骤，可能有点难 对于没有经验的读者。 要完全理解它的工作原理，请分别执行每个步骤 然后检查每个步骤的结果。

我只添加 lambda 函数的最后一个 apply （而不是 如果匹配的数量来自 extractall 在特定行中是不同的。 在这种情况下，必须过滤掉 NaN 个条目。