python - Pandas 到 D3。将数据帧序列化为 JSON

Question

我有一个包含以下列且没有重复项的 DataFrame:

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

可以看成如下层次结构

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

我想将此层次结构序列化为 JSON 对象。

如果有人感兴趣，这背后的动机是最终将像 this one 这样的可视化放在一起。这需要一个 JSON 文件。

为此，我需要将 grouped 转换为以下内容:

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层级(由i索引，j 和 k)

Pandas/Python 中是否有一种简单的方法可以做到这一点？

Answer 1

沿着这些路线的东西可能会让你到达那里。

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)

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

另请查看 df.groupby(...).groups，它返回一个字典。

另见 this answer .