Pandas 转 D3. 将数据框序列化为 JSON

Question

我有一个DataFrame，包含以下列且没有重复：

['region', 'type', 'name', 'value']

可以将其视为以下层次结构：

grouped = df.groupby(['region','type', 'name'])

我希望将这个层次结构序列化为JSON对象。

如果有人感兴趣，背后的动机是最终制作出像这个可视化效果，需要一个JSON文件。

为了做到这一点，我需要将grouped转换成以下内容：

new_data['children'][i]['name'] = region
new_data['children'][i]['children'][j]['name'] = type
new_data['children'][i]['children'][j]'children'][k]['name'] = name
new_data['children'][i]['children'][j]'children'][k]['size'] = value
...

其中 region, type, name 对应层次结构的不同级别（由 i, j 和 k 索引）。

在Pandas/Python中有简单的方法来实现吗？

- Amelio Vazquez-Reina

Answer 1

有些类似这样的东西可能会帮助你到达那里。

from collections import defaultdict

tree = lambda: defaultdict(tree)  # a recursive defaultdict
d = tree()
for _, (region, type, name, value) in df.iterrows():
    d['children'][region]['name'] = region
    ...

json.dumps(d)

使用向量化的解决方案会更好，或许可以利用groupby的速度优势，但我想不出这样的解决方案。

还要看一下 df.groupby(...).groups，它返回一个字典。

另请参阅此答案。

- Dan Allan

Answer 2

这是另一个处理pandas数据框并输出flare.json文件的脚本：https://github.com/andrewheekin/csv2flare.json

- Andrew Heekin