python - jsonification后如何获取与MultiIndex相同的pandas.DataFrame?
问题描述
我有一个带有 MultiIndex 列的 pandas DataFrame。
索引(名称='timerel') | (传感器1,一) | (传感器 1,b) | (传感器2,一) | (传感器2,b) |
---|---|---|---|---|
0.0 | 1.1 | 2.1 | 3.1 | 4.1 |
1.0 | 1.2 | 2.2 | 3.2 | 4.2 |
2.0 | 1.3 | 2.3 | 3.2 | 4.3 |
我需要对其进行 jsonify 并将其转换回 DataFrame,从而获得与原始 DataFrame 相同的 DataFrame。
我在生成的 DataFrame 上得到的差异pd.read_json(df.to_json())
是:
- 索引从
Float64Index
->DatetimeIndex
无任何原因转换 - 列已转换
MultiIndex([('sensor1', 'a'), ('sensor1', 'b'), ('sensor2', 'a'), ('sensor2', 'b')])
->Index(['('sensor1', 'a')', '('sensor1', 'b')', '('sensor2', 'a')', '('sensor2', 'b')'], dtype='object')
如果不进行手动调整,如何执行此操作?
解决方案
推荐阅读
- reactjs - 输入框的可扩展布局
- c - gstreamer 在第一个示例程序中没有打开窗口
- java - Java:日期字符串到小时
- mongodb - 在两个条件适用的情况下查询相同的文档属性
- go - 写入 exec.Cmd.StdinPipe() 没有任何作用
- c# - 获取 ISO 8601 在给定年份的周数
- python - Python中的异步/等待和同步方式之间的结果没有区别
- algorithm - 8 Queen Problem - Lua,为什么只输出 5 个 Queen?
- python - 无法使用 Pandas 获取标题列的索引
- php - 如何使用位置占位符在 SELECT PDO 查询后迭代 MySQL 表?