我正在尝试使用 Pandas 从 CSV 创建一个 JSON 文件
CSV 文件这只是一个摘录，对于长表很抱歉，但我想更清楚地显示内容。
| 月 | 类型 | 亚型 | 项目名称 | |
|---|---|---|---|---|
| 十二月 | 对象类型A | 子类型 A1 | 第 1 项 | |
| 十二月 | 对象类型A | 子类型 A1 | 第 2 项 | |
| 十二月 | 对象类型A | 子类型 A2 | 第 3 项 | |
| 十二月 | 对象类型A | 子类型 A2 | 第 4 项 | |
| 十二月 | 对象类型A | 子类型 A2 | 第 5 项 | |
| 十二月 | 对象类型A | 子类型 A3 | 第 6 项 | |
| 十二月 | 对象类型A | 子类型 A3 | 第 7 项 | |
| 十二月 | 对象类型A | 子类型 A4 | 第 8 项 | |
| 十二月 | 对象类型A | 子类型 A4 | 第 9 项 | |
| 十二月 | 对象类型A | 子类型 A4 | 第 10 项 | |
| 十二月 | 对象类型A | 子类型 A4 | 第 11 项 | |
| 十二月 | 对象类型A | 子类型 A4 | 第 12 项 | |
| 十二月 | 对象类型A | 子类型 A5 | 第 13 项 | |
| 十二月 | 对象类型A | 子类型 A5 | 第 14 项 | |
| 十二月 | 对象类型A | 子类型 A5 | 第 15 项 | |
| 十二月 | 对象类型B | 子类型 B1 | 第 16 项 | |
| 十二月 | 对象类型B | 子类型 B1 | 第 17 项 | |
| 十二月 | 对象类型B | 子类型 B2 | 第 18 项 | |
| 十二月 | 对象类型B | 子类型 B2 | 第 19 项 | |
| 十二月 | 对象类型B | 子类型 B2 | 第 20 项 | |
| 十二月 | 对象类型B | 子类型 B3 | 第 21 项 | |
| 十二月 | 对象类型B | 子类型 B3 | 第 22 项 | |
| 行进 | 对象类型A | 子类型 A1 | 第 23 项 | |
| 行进 | 对象类型A | 子类型 A1 | 第 24 项 | |
| 行进 | 对象类型A | 子类型 A2 | 第 25 项 | |
| 行进 | 对象类型A | 子类型 A2 | 第 26 项 | |
| 行进 | 对象类型A | 子类型 A2 | 第 27 项 | |
| 行进 | 对象类型A | 子类型 A3 | 第 28 项 | |
| 行进 | 对象类型A | 子类型 A3 | 第 29 项 | |
| 行进 | 对象类型A | 子类型 A4 | 第 30 项 | |
| 行进 | 对象类型A | 子类型 A4 | 第 31 项 | |
| 行进 | 对象类型A | 子类型 A4 | 第 32 项 | |
| 行进 | 对象类型A | 子类型 A4 | 第 33 项 | |
| 行进 | 对象类型A | 子类型 A4 | 第 34 项 | |
| 行进 | 对象类型C | 子类型 C1 | 第 35 项 | |
| 行进 | 对象类型C | 子类型 C1 | 第 36 项 | |
| 行进 | 对象类型C | 子类型 C2 | 第 37 项 | |
| 行进 | 对象类型C | 子类型 C2 | 第 38 项 | |
| 行进 | 对象类型C | 子类型 C3 | 第 39 项 |
所需输出
allobjects: {
"December": {
"Object Type A": {
"Subtype A1": ["Item1","Item2"],
"Subtype A2": ["Item3","Item4","Item5"],
"Subtype A3": ["Item6","Item7"],
"Subtype A4": ["Item8","Item9"],
"Subtype A5": ["Item10","Item11","Item12"]
},
"Object Type B": {
"Subtype B1": ["Item13","Item14"],
"Subtype B2": ["Item16","Item15","Item17","Item18"],
"Subtype B3": ["Item19","Item20"],
"Subtype B4": ["Item21","Item22"],
"Subtype B5": ["Item23","Item24","Item25"]
},
"Object Type C": {
"Subtype C1": ["Item26", "Item27"],
"Subtype C2": ["Item28", "Item29"],
"Subtype C3": ["Item30", "Item31"]
}},
"March": {
"Object Type A": {
"Subtype A1": ["Item32","Item33"],
"Subtype A2": ["Item34","Item35"],
"Subtype A3": ["Item36","Item37"],
"Subtype A4": ["Item38","Item39","Item40"],
"Subtype A5": ["Item41","Item42","Item44"]
},
"Object Type C": {
"Subtype C1": ["Item45", "Item46"],
"Subtype C2": ["Item47", "Item48"],
"Subtype C3": ["Item49", "Ite50"]
}},
},
当前代码
df = pd.read_csv("Book4.csv", dtype={
"Month" : str,
"Type" : str,
"Subtype" : str,
"ItemName": str,
})
compiled = []
for (month, type, subtype), bag in df.groupby(["Month", "Type", "Subtype"]):
contents = bag.drop(["Month", "Type","Subtype"], axis=1)
allitems = [list(row) for i,row in contents.items()]
compiled.append(dict([(month, {}),
(type, {}),
(subtype, allitems),
]))
with open("Book4_pandas.json", 'w') as outfile:
outfile.write(json.dumps(compiled, sort_keys=False, indent=2, separators=(',', ': ') ))
当前代码的输出
[
{
"December": {},
"ObjectTypeA": {},
"Subtype A1": [
[ "Item1",
"Item2"
]
]
},
{
"December": {},
"ObjectTypeA": {},
"Subtype A2": [
[ "Item3",
"Item4",
"Item5"
]
]
},
.......This goes on for december and then
{
"March": {},
"ObjectTypeA": {},
"Subtype A1": [
[ "Item23",
"Item24"
]
]
},
{
"March": {},
"ObjectTypeA": {},
"Subtype A2": [
[ "Item25",
"Item26",
"Item27"
]
]
}
]
I appreciate that the JSON format is non-standard; however, I figured that writing a dict would be one "easy" approach? I believe there is an error in the way the for loop is structured?
Many thanks in advance!
You can first create Series filled by lists by aggregation and then in nested dict comprehension create expected ouput:
s = df.groupby(["Month", "Type", "SubType"], sort=False)['ItemName'].agg(list)
compiled = {i: {j[1]: h[j].to_dict()
for j, h in g.groupby(level=[0,1], sort=False)}
for i, g in s.groupby(level=0, sort=False)}
print (compiled)
{
'December': {
'ObjectTypeA': {
'SubType A1': ['Item 1', 'Item 2'],
'SubType A2': ['Item 3', 'Item 4', 'Item 5'],
'SubType A3': ['Item 6', 'Item 7'],
'SubType A4': ['Item 8', 'Item 9', 'Item 10', 'Item 11', 'Item 12'],
'SubType A5': ['Item 13', 'Item 14', 'Item 15']
},
'ObjectTypeB': {
'SubType B1': ['Item 16', 'Item 17'],
'SubType B2': ['Item 18', 'Item 19', 'Item 20'],
'SubType B3': ['Item 21', 'Item 22']
}
},
'March': {
'ObjectTypeA': {
'SubType A1': ['Item 23', 'Item 24'],
'SubType A2': ['Item 25', 'Item 26', 'Item 27'],
'SubType A3': ['Item 28', 'Item 29'],
'SubType A4': ['Item 30', 'Item 31', 'Item 32', 'Item 33', 'Item 34']
},
'ObjectTypeC': {
'SubType C1': ['Item 35', 'Item 36'],
'SubType C2': ['Item 37', 'Item 38'],
'SubType C3': ['Item 39']
}
}
}
with open("Book4_pandas.json", 'w') as outfile:
outfile.write(json.dumps(compiled, sort_keys=False,
indent=2, separators=(',', ': ')))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句