pandas groupby 生成嵌套json -- 不需要计算字段

Question

我正在做一个d3.js的图形。我的数据在一个很大的多标签的.xls文件里。我需要从每个标签中提取数据，所以我决定把所有数据放到pandas里，然后导出一些.json文件。

原始数据，分布在很多标签中：

demography, area, state, month, rate
over 65,   region2, GA, May, 23
over 65,  region2, AL, May, 25
NaN,  random_odd_data, mistake, error
18-65, region2, GA, 77
18-65, region2, AL, 75

现在，把数据放进pandas，合并并清理了一下：

     demography area     state  month rate
0    over 65    region2  GA     May   23
1    over 65    region2  AL     May   25
2    18-65      region2  GA     May   50
3    18-65      region2  AL     May   55

现在，进行分组：

group = df.groupby(['state', 'demography'])

得到的结果是：

<pandas.core.groupby.DataFrameGroupBy object at 0x106939610>

尝试这个：

group = df.groupby(['state', 'demography']).count()

得到的结果几乎正确，不过我不想计算任何东西，我只想要“比率”。

state    demography  area   month  rate
AL       over 65     1      1      1
         18-65       1      1      1
GA       over 65     1      1      1
         18-65       1      1      1

果然，这样导出每个值都是“1”，哈哈：

group.reset_index().to_json("myjson2.json", orient="index")

真是快到了，我该怎么导出，让每个州成为一个父级呢？

[
    {
        "state": "Alabama",
        "over 65": 25,
        "18-65": 50

    },
    {
        "state": "Georgia",
        "over 65": 23,
        "18-65": 55
    }
]

Answer 1

count方法用来计算每个组在每一列中非空值的数量，所以这里的结果都是1（因为每个组只有一个数据，且没有空值）。
（我找不到具体的链接，但在groupby文档中有提到。）

---

我觉得你其实想要的是pivot_table：

In [11]: res = df.pivot_table('rate', 'state', 'demography')

In [12]: res
Out[12]:
demography  18-65  over65
state
AL             55      25
GA             50      23

我认为你需要使用orient='records'（不过你需要先reset_index）：

In [13]: res.reset_index().to_json(orient='records')
Out[13]: '[{"state":"AL","18-65":55,"over65":25},{"state":"GA","18-65":50,"over65":23}]'