将 pandas 数据框转换为以列为键的 json

【问题标题】：convert pandas dataframe to json with columns as key将 pandas 数据框转换为以列为键的 json
【发布时间】：2019-07-27 01:10:31
【问题描述】：

我有一个这样的数据框：

df:
Col1    col2    col3    col4
 A       1        2       3
 A       4        5       6
 A       7        8       9
 B       3        2       1
 B       4        4       4

我想为每个 col1 值创建一个嵌套的 json 文件，里面会有 col2、col3、col4 作为键和这些列的值，

输出应如下所示：

{
"col1": A,
"Other_details": {
    "col2": 1,
    "col3": 2,
    "col4": 3
},{
    "col2": 4,
    "col3": 5,
    "col4": 6
},{
    "col2": 7,
    "col3": 8,
    "col4": 9
},
},
{
"col1": B,
"Other_details": {
    "col2": 3,
    "col3": 2,
    "col4": 1
},{
    "col2": 4,
    "col3": 4,
    "col4": 4
}
}

如何做到最有效的方式

【问题讨论】：

标签： python json pandas dataframe

【解决方案1】：

使用DataFrame.groupby 与DataFrame.apply 和DataFrame.to_dict 所有没有Col1 的列由Index.difference 过滤，由DataFrame.reset_index 创建DataFrame，最后使用DataFrame.to_dict 用于字典输出或DataFrame.to_json json 输出：

cols = df.columns.difference(['Col1'])
d = (df.groupby('Col1')[cols]
        .apply(lambda x: x.to_dict('r'))
        .reset_index(name='Other_details')
        .to_dict(orient='records'))

cols = df.columns.difference(['Col1'])
d = (df.groupby('Col1')[cols]
        .apply(lambda x: x.to_dict('r'))
        .reset_index(name='Other_details')
        .to_json(orient='records'))

【讨论】：