[英]Reading and writing multiple dictionaries to csv file vertically
我有多個 json 格式“some.json”的字典,看起來像這些
{
"my_dict" : {
'key1': 'value1',
'key2': 'value2',
'key3': 'value3'
},
"my_dict2" : {
'key8': 'value8',
'key9': 'value9',
'key10': 'value10'
}
}
鍵和值都是字符串。 我想將其垂直導出為csv
格式,然后將其讀回json
文件。 例如,當我以csv
格式將項目添加到 my_dict 時,它也會添加到json
文件中。
需要 output
my_dict
key1,value1
key2,value2
key3,value3
my_dict2
key8,value8
key9,value9
key10,value10
到目前為止我得到了一個解決方案,但問題是,字典的名稱沒有寫在 csv 文件中,因此無法讀回 json 文件
import pandas as pd
with open('some.json') as f_input:
df = pd.read_json(f_input)
df = df.bfill(axis='columns')
df.iloc[:, 0].to_csv('some.csv', encoding='utf-8', header=False)
我修復了你的some.json
文件:
{
"my_dict": {
"key1": "value1",
"key2": "value2",
"key3": "value3"
},
"my_dict2": {
"key8": "value8",
"key9": "value9",
"key10": "value10"
}
}
現在您可以將 json 文件轉換為 csv 文件:
pd.read_json('some.json', orient='index').stack().to_csv('some.csv', header=False)
您的some.csv
文件如下所示:
my_dict,key1,value1
my_dict,key2,value2
my_dict,key3,value3
my_dict2,key8,value8
my_dict2,key9,value9
my_dict2,key10,value10
注意:使用上述格式,您可以在需要時輕松使用 Excel 中的 csv 文件。
回滾操作:
d = pd.read_csv('some.csv', header=None, index_col=0).groupby(0, sort=False) \
.apply(lambda x: {k: v for k, v in zip(x[1], x[2])}).to_dict()
print(d)
# Output:
{'my_dict': {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'},
'my_dict2': {'key8': 'value8', 'key9': 'value9', 'key10': 'value10'}}
使用file.write
為 dict 的名稱創建新文件:
import json
with open('some.json') as f:
d = json.load(f)
#sample
d = { "my_dict" : { 'key1': 'value1', 'key2': 'value2', 'key3': 'value3'},
"my_dict2" : { 'key8': 'value8', 'key9': 'value9', 'key10': 'value10'}}
with open("some1.csv", 'w') as f:
for k, v in d.items():
f.write(k + '\n')
for k1, v1 in v.items():
f.write(f"{k1},{v1}\n")
my_dict
key1,value1
key2,value2
key3,value3
my_dict2
key8,value8
key9,value9
key10,value10
並回讀:
df = pd.read_csv("some1.csv", names=['a','b'])
m = df['b'].isna()
df['new'] = df['a'].where(m).ffill()
s = df[~m].set_index(['new','a'])['b']
d = {level: s.xs(level).to_dict() for level in s.index.levels[0]}
print (d)
{'my_dict': {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'},
'my_dict2': {'key8': 'value8', 'key9': 'value9', 'key10': 'value10'}}
編輯:
如果格式應該改變:
d = { "my_dict" : { 'key1': 'value1', 'key2': 'value2', 'key3': 'value3'},
"my_dict2" : { 'key8': 'value8', 'key9': 'value9', 'key10': 'value10'}}
with open("some1.csv", 'w') as f:
for k, v in d.items():
for k1, v1 in v.items():
f.write(f"{k},{k1},{v1}\n")
my_dict,key1,value1
my_dict,key2,value2
my_dict,key3,value3
my_dict2,key8,value8
my_dict2,key9,value9
my_dict2,key10,value10
s = pd.read_csv("some1.csv", names=['b'], squeeze=True)
print (s)
my_dict key1 value1
key2 value2
key3 value3
my_dict2 key8 value8
key9 value9
key10 value10
Name: b, dtype: object
d = {level: s.xs(level).to_dict() for level in s.index.levels[0]}
print (d)
{'my_dict': {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'},
'my_dict2': {'key8': 'value8', 'key9': 'value9', 'key10': 'value10'}}
有點hacky,但會產生您所追求的輸入:
[f'{col}\n{df[col].dropna().to_csv(header=False)}' for col in df.columns)]
您可以''.join(...)
然后寫入單個 go 或添加mode='a',
to_csv
以便 output 直接附加到某個文件。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.