Skip to main content
 首页 » 编程设计

python之一对多加入 pandas 数据帧作为 JSON 而不是 pandas 数据帧

2024年12月31日8Renyi-Fan

我有 2 个 Pandas 数据框:

dept = pd.DataFrame({'dep_id': [1,2], 'dep_name':['shoes', 'giraffes']}) 
emp = pd.DataFrame({'dep_id': [1,1,2], 'emp_name': ['joe', 'bo', 'gigi']}) 

加入它们会为 emp 中的每一行复制 dept 行,这是关系连接中的惯例:

pd.merge(dept, emp, on = 'dep_id') 
 
dep_id  dep_name emp_name 
0       1     shoes      joe 
1       1     shoes       bo 
2       2  giraffes     gigi 

相反,我想创建一个分层的 JSON:例如

[  
{ dep_name: 'shoes', emps: [{emp_name: 'joe'}, {emp_name: 'bo'}]}, 
{ dep_name: 'giraffes', emps: [{emp_name: 'gigi'}]} 
] 

什么是优雅的方式来做到这一点?我可以加入,然后进行分组,但无法判断哪些列进入外部部门,哪些进入 emps...

请您参考如下方法:

一种可能的解决方案是在 apply 中定义列到 emps DataFrames 列表:

d = (pd.merge(dept, emp, on = 'dep_id') 
      .groupby('dep_name').apply(lambda x: x[['emp_name']] 
      .to_dict('r')) 
      .reset_index(name='emps')) 
 
print (d) 
   dep_name                                       emps 
0  giraffes                     [{'emp_name': 'gigi'}] 
1     shoes  [{'emp_name': 'joe'}, {'emp_name': 'bo'}] 
 
 
j = d.to_json(orient='records') 
print (j) 
[{"dep_name":"giraffes","emps":[{"emp_name":"gigi"}]}, 
  {"dep_name":"shoes","emps":[{"emp_name":"joe"},{"emp_name":"bo"}]}] 
d = (pd.merge(dept, emp, on = 'dep_id') 
      .groupby('dep_name').apply(lambda x: x[['emp_name', 'dep_id']] 
      .to_dict('r')) 
      .reset_index(name='emps')) 
 
print (d) 
   dep_name                                               emps 
0  giraffes                [{'dep_id': 2, 'emp_name': 'gigi'}] 
1     shoes  [{'dep_id': 1, 'emp_name': 'joe'}, {'dep_id': ... 
 
j = d.to_json(orient='records') 
print (j) 
[{"dep_name":"giraffes","emps":[{"dep_id":2,"emp_name":"gigi"}]}, 
  {"dep_name":"shoes","emps":[{"dep_id":1,"emp_name":"joe"},{"dep_id":1,"emp_name":"bo"}]}] 

编辑1:

我认为对于所有从嵌套 json 转换出来的列需要:

dept = pd.DataFrame({'dep_id': [1,2], 'dep_name':['shoes', 'giraffes'], 'def_size':[4,5]}) 
emp = pd.DataFrame({'dep_id': [1,1,2], 'emp_name': ['joe', 'bo', 'gigi']}) 
 
df = pd.merge(dept, emp, on = 'dep_id') 
#single columns def_size and dep_name 
d = (df.groupby(['def_size','dep_name']).apply(lambda x: x[['emp_name']] 
      .to_dict('r')) 
      .reset_index(name='emps')) 
print (d) 
   def_size  dep_name                                       emps 
0         4     shoes  [{'emp_name': 'joe'}, {'emp_name': 'bo'}] 
1         5  giraffes                     [{'emp_name': 'gigi'}] 
 
j = d.to_json(orient='records') 
print (j) 
[{"def_size":4,"dep_name":"shoes","emps":[{"emp_name":"joe"},{"emp_name":"bo"}]}, 
  {"def_size":5,"dep_name":"giraffes","emps":[{"emp_name":"gigi"}]}]