为什么 DataFrame 列对于 json 转换必须是唯一的？

Question

组合两个数据框后，我有这个数据框：

ip                 accountname      name      gsm
192.168.1.1        aaaa             john doe  850
192.168.1.2        bbbb             jane doe  860

我想将数据帧转换为 json：

json_df = df3.set_index('ip').T.to_json()

我有：

ValueError: DataFrame columns must be unique for orient='columns'.

IP 在数据帧中是唯一的。 索引列是唯一的。 我怎样才能避免这个错误？ 任何建议将不胜感激。

Answer 1

如果df3.set_index('ip').index.is_unique为 false，则表示您复制了 ip，可能是由于先前的合并。

如果你不关心重复，你可以使用to_json(orient='records')

Answer 2

我对同样的事情感到困惑。 正如“saccodd”所暗示的那样，我使用了：

df.index.is_unique

答案是“真的”。

但是，在检查我的列的名称后：

for col in df.columns: 
    print(col)

我得到：

Area
Month
2019
2020
2019
2020

换句话说，我有 2 列名称为“2019”和 2 列名称为“2020”。

换句话说：列名不是唯一的（这就是错误消息实际上所说的，就字母而言......）。

在我的情况下，这是由于以下查询：

select Area, 
       parking_month as Month, 
       SUM(CASE WHEN parking_year = 2019 THEN amount ELSE 0 END) as "2019",
       SUM(CASE WHEN parking_year = 2020 THEN amount ELSE 0 END) as "2020",
       SUM(CASE WHEN parking_year = 2019 THEN seconds ELSE 0 END) as "2019",
       SUM(CASE WHEN parking_year = 2020 THEN seconds ELSE 0 END) as "2020",
from some_parking_data

将此查询更改为：

select Area, 
       parking_month as Month, 
       SUM(CASE WHEN parking_year = 2019 THEN amount ELSE 0 END) as "A2019",
       SUM(CASE WHEN parking_year = 2020 THEN amount ELSE 0 END) as "A2020",
       SUM(CASE WHEN parking_year = 2019 THEN seconds ELSE 0 END) as "T2019",
       SUM(CASE WHEN parking_year = 2020 THEN seconds ELSE 0 END) as "T2020",
from some_parking_data

解决了这个问题。