python - pandas groupby 到嵌套的 json——不需要计算字段

Question

我正在处理 d3.js 图形。我的数据在一个巨大的多标签 .xls 中。我必须从每个选项卡中获取数据，所以我决定将其全部转储到 pandas 中并导出一些 .json。

原始数据，分布在许多标签中:

demography, area, state, month, rate
over 65,   region2, GA, May, 23
over 65,  region2, AL, May, 25
NaN,  random_odd_data, mistake, error
18-65, region2, GA, 77
18-65, region2, AL, 75

现在，放入 pandas，合并并清理:

     demography area     state  month rate
0    over 65    region2  GA     May   23
1    over 65    region2  AL     May   25
2    18-65      region2  GA     May   50
3    18-65      region2  AL     May   55

现在，把它分组

group = df.groupby(['state', 'demography'])

产量

<pandas.core.groupby.DataFrameGroupBy object at 0x106939610>

试试这个:

group = df.groupby(['state', 'demography']).count()

产生的结果几乎是正确的，除了我不想计算任何东西，我只想“评分”

state    demography  area   month  rate
AL       over 65     1      1      1
         18-65       1      1      1
GA       over 65     1      1      1
         18-65       1      1      1

果然，这只为每个值导出“1”，哈哈:

group.reset_index().to_json("myjson2.json", orient="index")

当我快到了，我如何导出它以便每个状态都是父级？

[
    {
        "state": "Alabama",
        "over 65": 25,
        "18-65": 50

    },
    {
        "state": "Georgia",
        "over 65": 23,
        "18-65": 55
    }
]

Answer 1

count 方法计算每列中每个组的非 NaN 条目的数量，因此它们在这里都是 1(每个组的大小为 1，没有 NaN)。
(我找不到具体链接，但在 the groupby docs 中提到了。)

---

我想你真正想要的是 pivot_table :

In [11]: res = df.pivot_table('rate', 'state', 'demography')

In [12]: res
Out[12]:
demography  18-65  over65
state
AL             55      25
GA             50      23

我认为您正在寻找 orient='records'(不过您需要先reset_index):

In [13]: res.reset_index().to_json(orient='records')
Out[13]: '[{"state":"AL","18-65":55,"over65":25},{"state":"GA","18-65":50,"over65":23}]'