使用第一列作为键，第二列作为值的 DataFrame 到 Json答案

【问题标题】：DataFrame to Json Using First Col as Key and Second as Value使用第一列作为键，第二列作为值的 DataFrame 到 Json
【发布时间】：2018-11-20 12:13:41
【问题描述】：

我有一个如下所示的数据框：

k = pd.DataFrame({'A':[1,2,3,4], 'B':['a','b','c','d']})

我想插入一个如下所示的 mongoDB：

dic = {1:'a', 2:'b',3:'c',4:'d'}

我该怎么做？

我已经检查过这样的事情，但它们似乎不适用于我的 df：

提前致谢！

【问题讨论】：

我强烈建议你“不要”这样插入 MongoDB。虽然您可以存储“灵活”的数据结构，但“垃圾输入”就是“垃圾输出”。任何“数据点”都不应用作数据库中“键”的名称。如果您想要在导入后进行有意义的查询，您真的应该重新考虑如何存储它。
所以你是建议不要指定索引，让mongo创建一个？这是一个很好的建议，我也考虑过，但我需要它具有以下结构： json = {key:{key:value, key:value}} 也许我可以以更好的方式做到这一点，但是如何？是的，这种类型也可以工作，对吧？ dic = :{1:'a', 2:'b',3:'c',4:'d'}
我所说的是{ key1: value1, key2: value2 } 是您需要避免的问题。您不能以有效的方式“查询数据库”来匹配key1 或key2。另一方面，[{ k: "key1", v: "value1" },{ k: "key2", v: "value2" }] 工作得很好，因为 k 和 v 在每个元素中都是静态的。

【解决方案1】：

使用Series.to_json 并在必要时更改key 值添加rename：

print (k.set_index('A').rename(columns={'B':'index1'}).to_json())
{"index1":{"1":"a","2":"b","3":"c","4":"d"}}

如果需要导出到文件：

k.set_index('A').rename(columns={'B':'index1'}).to_json('file.json')

【讨论】：

【解决方案2】：

虽然我所写的不是所提问题的答案，但我仍然在为我遇到的一个小问题提供解决方案，我在谷歌上搜索并到达了这里。

问题：如何从 panda 数据框中创建一个字典，其中一列作为键，常量值（在我的例子中为 1）作为你猜对的值。

解决方案：

f = pd.Series(data = [1]*df.shape[0],index=df['col_name'])
x = f.to_json(orient='columns')

输出：

{"one":1, "two":1, "three": 1}

我为什么要这样做？因为字典中的搜索是高度优化的（是的，我也可以使用 set）

附： Python新手，请对我温柔:)。

【讨论】：