将数据框转换为 json，包括索引列答案

【问题标题】：Convert dataframe to json including index column将数据框转换为 json，包括索引列
【发布时间】：2022-01-05 02:02:16
【问题描述】：

这听起来是一个简单的问题，但我没有在 json 文件中得到我想要的输出。

从异常检测器获得结果后，我正在尝试将我的数据帧转换为 json。

数据框包含以下列，包括索引列作为日期时间：

index column - datetime,
loss,
rolling_mean,
exponential_mean
static_threshold, 
dynamic_threshold, 
anomlay,
global anomaly,
total value

我正在尝试使用 to_json 将这些数据框列转换为 json 文件。但是虽然我使用了 orient，但它并没有给我在 json 文件中的索引列。

我的代码：

#anomalies is a dataframe which has all the above columns

result = anomalies.to_json(orient='index')
parsed = json.loads(result)
json.dumps(parsed, indent=4)
print(parsed)  
#print(result)

输出

{'1637593200000': {'loss': 0.2777269163, 
                   'rolling_mean': 0.3497074445,  
                   'exp_mean': 0.2994830801, 
                   'static_threshold': 0.2707094526, 
                   'dynamic_threshold': 0.3497074445, 
                   'global_anomaly': False, 
                   'anomaly': True, 
                   'total': 0.2090592334}, 
'1637596800000': {'loss': 0.2816397219, 
                  'rolling_mean': 0.3550902968, 
                  'exp_mean': 0.3079049915, 
                  'static_threshold': 0.2707094526, 
                  'dynamic_threshold': 0.3550902968, 
                  'global_anomaly': False, 
                  'anomaly': True, 
                  'total': 0.0818815331}}

我想要的是：

[{'datetime':20220105,
  'loss': 0.2777269163, 
  'rolling_mean': 0.3497074445,  
  'exp_mean': 0.2994830801, 
  'static_threshold': 0.2707094526, 
  'dynamic_threshold': 0.3497074445, 
  'global_anomaly': False, 
  'anomaly': True, 
  'total': 0.2090592334}, 
 {'datetime':20220105,
  'loss': 0.2816397219, 
  'rolling_mean': 0.3550902968, 
  'exp_mean': 0.3079049915, 
  'static_threshold': 0.2707094526, 
  'dynamic_threshold': 0.3550902968, 
  'global_anomaly': False, 
  'anomaly': True, 
  'total': 0.0818815331}]

【问题讨论】：

标签： python json python-3.x dataframe

【解决方案1】：

pandas DataFrame 具有将index 转换为column 的功能。是.reset_index()。

如果你在.to_json()中用orient='records'这个函数，那么你就可以解决了。

这是我的解决方案。

result = anomalies.reset_index().to_json(orient='records', indent=4)
print(result)

【讨论】：

使用 rest_index 给了我日期时间，但不是原来的。它给了我 1637679600000 之类的信息。如何在不更改索引的情况下从索引中获取原始日期？索引列包含这样的日期时间：'2021-06-01 09:00:00'。
我认为您的索引类型（日期时间）是pd.DatetimeIndex 类型。所以你可以使用.strftime() 函数。在这种情况下，首先使用此代码anomalies.index = anomalies.index.strftime('%Y-%m-%d %H:%M:%S')。然后使用我的解决方案。
谢谢，很有帮助。我错过了我们转换日期和时间的部分。