熊猫到 D3。将数据帧序列化为 JSON答案

【问题标题】：Pandas to D3. Serializing dataframes to JSON熊猫到 D3。将数据帧序列化为 JSON
【发布时间】：2014-06-25 05:14:07
【问题描述】：

我有一个包含以下列且没有重复的 DataFrame：

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

可以看成如下的层次结构

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，其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 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级别（由i、j和k索引）

Pandas/Python 中是否有一种简单的方法可以做到这一点？

【问题讨论】：

标签： python json d3.js pandas

【解决方案1】：

类似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)

一个矢量化的解决方案会更好，也许可以利用groupby的速度，但我想不出这样的解决方案。

还可以查看df.groupby(...).groups，它返回一个字典。

另见this answer。

【讨论】：

【解决方案2】：

这是另一个获取 pandas df 并输出flare.json 文件的脚本：https://github.com/andrewheekin/csv2flare.json

【讨论】：