从 Python dataframe 创建 Json 文件，在一个列上分组并将列名作为键，并将唯一值作为键内的列表

Question

#创建 pandas 数据框#

我的数据框是这样的

data = [[6, 1, "False","var_1"], [6, 1, "False","var_2"], [7, 1, "False","var_3"]] 
df = pd.DataFrame(data, columns =['CONSTRAINT_ID','CONSTRAINT_NODE_ID','PRODUCT_GRAIN','LEFT_SIDE_TYPE'])   

##预期 Output Json##

我想按列 CONSTRAINT_ID 分组，键应该是自然数或索引。 LEFT_SIDE_TYPE 列值应该出现在列表中

{
  "1": {"CONSTRAINT_NODE_ID ":[1],
        "product_grain":False,
        "left_side_type":["Variable_1","Variable_2"],
        
  },
  "2": {"CONSTRAINT_NODE_ID ":[2],
        "product_grain":False,
        "left_side_type":["Variable_3"],
 }
}

Answer 1

这可能不是最有效的解决方案。 但是，如果提供原始问题中指定格式的df ，则下面的 function 将返回一个str ，该 str 由具有所需结构和值的有效json字符串组成。

它通过CONSTRAINT_ID过滤df ，迭代每个唯一值并创建一个JSON object 键1...n和基于response变量中的原始问题的所需值。 此实现使用set结构在迭代期间存储值，以避免在将这些值转换为list实例之前重复值，然后再将它们添加到response中。

import json

def generate_response(df):
    response = dict()
    constraints = df['CONSTRAINT_ID'].unique()
    for i, c in enumerate(constraints):
        temp = {'CONSTRAINT_NODE_ID': set(),'PRODUCT_GRAIN': None, 'LEFT_SIDE_TYPE': set()}

        for _, row in df[df['CONSTRAINT_ID'] == c].iterrows():
            temp['CONSTRAINT_NODE_ID'].add(row['CONSTRAINT_NODE_ID'])
            temp['PRODUCT_GRAIN'] = row['PRODUCT_GRAIN']
            temp['LEFT_SIDE_TYPE'].add(row['LEFT_SIDE_TYPE'])
            
        temp['CONSTRAINT_NODE_ID'] = list(temp['CONSTRAINT_NODE_ID'])
        temp['LEFT_SIDE_TYPE'] = list(temp['LEFT_SIDE_TYPE'])
        
        response[str(i + 1)] = temp

    return json.dumps(response, indent=4)