將 Pandas DataFrame 轉換為任意嵌套的 JSON 數據

Question

假設我有一個名為df Pandas DataFrame，它看起來像：

source      tables      columns      
src1        table1      col1       
src1        table1      col2
src1        table2      col1 
src2        table1      col1
src2        table1      col2

我下面的當前代碼可以遍歷源列表並將每個源中的表列表作為對象嵌套：

data = [
    {k: v} 

    for k, v in df.groupby('source')['tables'].agg(
        lambda x: {v: {} for v in x}).items()
    ]

    with open('data.json', 'w') as f:
        json.dump(data, f, indent = 2)

我使用此代碼收到的輸出如下：

[
  {
    "src1": {
      "table1": {},
      "table2": {}
    }
  },
  {
    "src2": {
      "table1": {},
    }
  }
]

我想要的輸出：

[
  {
    "src1": {
      "table1": {
         "col1": {},
         "col2": {}
     },
      "table2": {
         "col1": {}
     }
    }
  },
  {
    "src2": {
      "table1": {
         "col1": {}
      }
    }
  }
]

將我的 2 層嵌套 JSON 文件轉換為 3 層（如上所示）的任何幫助將不勝感激。 先感謝您。

Answer 1

由於您在這里有多個級別的分組，我建議您只使用 for 循環來迭代您的數據。

from collections import defaultdict  

def make_nested(df): 
    f = lambda: defaultdict(f)   
    data = f()  

    for row in df.to_numpy().tolist():
        t = data
        for r in row[:-1]:
            t = t[r]
        t[row[-1]] = {}

    return data

print(json.dumps(make_nested(df), indent=2))
{
  "src1": {
    "table1": {
      "col1": {},
      "col2": {}
    },
    "table2": {
      "col1": {}
    }
  },
  "src2": {
    "table1": {
      "col1": {},
      "col2": {}
    }
  }
}

這假設您的列從左到右排列：最外面的鍵到最里面的鍵。