将pandas长格式表转换为嵌套json

Question

我看过关于 to_json 和 json.dumps 的文档，也尝试了各种不同的索引和字典，但我有点迷糊了……我可以创建类似字典的名称-值对，但无法得到我需要的那种嵌套 JSON 格式。

我现在有一个 pandas 数据框，格式是这样的：

  level_1 level_2 level_3  numeric
0   alpha     one       a        1
1   alpha     one       b        2
2   alpha     two       a        3
3   alpha     two       b        4
4    beta     one       a        5
5    beta     one       b        6
6    beta     two       a        7
7    beta     two       b        8

我需要一个 JSON 文件，格式如下：

{"alpha": {"one": {"a": 1, "b": 1}, "two": {"a": 3, "b": 4 etc...

Answer 1

这里有一个简单的例子，使用了提供的数据。

这个例子可以通过只使用Pandas数据框来改进，同时也可以动态处理列的数量。

import pandas as pd
import json

# Declare the nested dictionary that will hold the result
class NestedDict(dict):
    def __missing__(self, key):
        self[key] = NestedDict()
        return self[key]

# Creation of the dataframe
df = pd.DataFrame({\
'level_1':['alpha' ,'alpha' ,'alpha' ,'alpha' ,'beta' ,'beta' ,'beta' ,'beta'],\
'level_2':['one' ,'one' ,'two' ,'two' ,'one' ,'one' ,'two' ,'two'],\
'level_3':['a' ,'b' ,'a' ,'b' ,'a' ,'b' ,'a' ,'b'],\
'numeric':[1 ,2 ,3 ,4 ,5 ,6 ,7 ,8]})

# Creation of a multi-index
rr  = df.set_index(['level_1', 'level_2', 'level_3'])

d = NestedDict()
# Loop to store all elements of the dataframe in 
# the instance of NestedDict
for k in rr.iterrows():
    d[k[0][0]][k[0][1]][k[0][2]] = k[1].values[0]
# JSON output
json.dumps(d,default=str)