时间戳

首页 > 解决方案 > 如何将熊猫数据框转换为结构独特的嵌套 json

python - 如何将熊猫数据框转换为结构独特的嵌套 json

问题描述

我有一个结构如下的DF：

    traffic_group   app_id  key category    factors
0   desktop         app1    CI  html        16.618628
1   desktop         app1    CI  xhr         35.497082
2   desktop         app1    IP  html        18.294468
3   desktop         app1    IP  xhr         30.422464
4   desktop         app2    CI  html        11.028240
5   desktop         app2    CI  json        33.548279
6   mobile          app1    IP  html        12.808367
7   mobile          app1    IP  image       14.410633

我需要将其输出到以下结构的 json：

{ "desktop": {
          app1: [ {
              "key": "CI",
              "threshold: 1,
              "window": 60,
              "factors: {
                   "html" : 16.618628
                   "xhr" : 35.497082
                        }
                  }, {
              "key": "IP",
              "threshold: 1,
              "window": 60,
              "factors: {
                   "html" : 18.294468
                   "xhr" : 30.422464
                        } 
                  ],
           app2: [ {
              "key": "CI",
              "threshold: 1,
              "window": 60,
              "factors: {
                   "html" : 11.028240
                   "json" : 33.548279
                        }
                  }
              },
  "mobile": {
          app1: [  {
              "key": "IP",
              "threshold: 1,
              "window": 60,
              "factors: {
                   "html" : 12.808367
                   "xhr" : 14.410633
                        } 
                 ]
             }
 }

结构当然是错综复杂的。

我考虑了以下先前的答案，并试图模仿他们的逻辑无济于事：

将 Pandas 数据框转换为自定义嵌套 JSON

将数据框转换为嵌套的 json

熊猫数据框到嵌套 JSON

任何帮助表示赞赏。请不要只发布解决方案，还要解释您的逻辑。

标签： pythonjsonpandasdataframe

解决方案

我在输入中看不到嵌套字典的任何“阈值”和“窗口”键。让我们假设它们具有固定值。根据您的输出，您希望（通常）为每个三元组（traffic_group、app_id、key）创建一个不同的嵌套字典。因此，我们需要使用这三个键进行初始 groupby 操作。对于每个组，我们创建嵌套字典：

def create_nested_dicts(df): 
    return {'key': df['key'].unique()[0], 'threshold': 1, 'window': 60, 'factors': dict(zip(df['category'], df['factors']))}

df = df.groupby(['traffic_group', 'app_id', 'key']).apply(create_nested_dicts)

下一步是将行组合到每个 (traffic_group, app_id) 双峰的列表中，并将它们作为字典返回：

df = df.groupby(['traffic_group', 'app_id']).apply(lambda df: df.tolist())

最后一步是将 转换df为您的输出。有多种方法可以做到这一点。一个简单的方法如下：

df = df.reset_index().groupby('traffic_group').apply(lambda df: df.values)
output = dict(zip(df.index, [{app_id: val for _, app_id, val in vals} for vals in df.values]))

推荐阅读