來自資料框的自定義JSON格式

我有以下測驗代碼

import numpy as np
import pandas as pd
  
x = np.array([['101', 'title1', 'body1', 'answer1'], ['102', 'title2', 'body2', 'answer2'], ['103', 'title3', 'body3', 'answer3']])
   
df = pd.DataFrame(x, columns = ['col1', 'col2', 'col3', 'col4'])
df.head()

 | col1 |col2   |col3   |col4
---------------------------------
0|  101 |title1 |body1  |answer1
1|  102 |title2 |body2  |answer2
2|  103 |title3 |body3  |answer3

我想要這種格式的 json 輸出

{"index": {"_id": "col1"}}
{"title": "col2", "body": "col3", "answer": "col4"}

喜歡

{"index": {"_id": "101"}}
{"title": "title1", "body": "body1", "answer": "answer1"}

對于資料框中的每一行。

任何人都可以發光嗎？

uj5u.com熱心網友回復：

這并不難，我建議你閱讀圖書館的檔案。

import numpy as np
import pandas as pd

x = np.array([['101', 'title1', 'body1', 'answer1'], ['102', 'title2', 'body2', 'answer2'],
              ['103', 'title3', 'body3', 'answer3']])

df = pd.DataFrame(x, columns=['col1', 'col2', 'col3', 'col4'])
djson=df.to_json()
print(djson)

uj5u.com熱心網友回復：

拉斐爾的答案可能是解決您的問題的最佳方法（如果您希望逐行進行，您可以在df.transpose之前進行df.to_json()）；但是，如果您真正想要的是完全按照您的定義定義 json 字串（這與列名不同），您可以執行以下操作：

jsons = []
json_string = '{{"index": {{"_id": "{index}"}}}}{{"title": "{title}", "body": "{body}", "answer": "{answer}"}}'

for row in range(len(df)):
    data = [df.iloc[row, x] for x in range(len(df.columns))]
    jsons.append(json_string.format(index=data[0],title=data[1],body=data[2], answer=data[3]))

然后獲取jsons變數中的json字串串列。如果您需要轉換為物件，您可以使用 json 庫，并使用json.loads()

uj5u.com熱心網友回復：

創建一個 json 字串，說明您希望輸出在資料幀上的外觀和格式。

對于 curl 操作（使用 ElasticSearch 和 Kibana 時），請確保拆分下面的 json 字串

json_string = '{{"index": {{"_id": "{index}"}}}}{{"title": "{title}", "body": "{body}", "answer": "{answer}"}}'

將在 json 中給出輸出為

{"index": {"_id": "101"}}{"title": "title1", "body": "body1", "answer": "answer1"}

輸出是這樣的

{"index": {"_id": "101"}}
{"title": "title1", "body": "body1", "answer": "answer1"}

利用

json_string1 = '{{"index": {{"_id": "{index}"}}}}'
json_string2 = '{{"title": "{title}", "body": "{body}", "answer": "{answer}"}}'

這是完整的代碼（通過 json.dumps() 后跟 json.loads() 將 json 串列轉換為 json 物件

import numpy as np
import pandas as pd
import json
  
x = np.array([['101', 'title1', 'body1', 'answer1'], ['102', 'title2', 'body2', 'answer2'], ['103', 'title3', 'body3', 'answer3']])
   
df = pd.DataFrame(x, columns = ['col1', 'col2', 'col3', 'col4'])

jsons = []
json_string1 = '{{"index": {{"_id": "{index}"}}}}'
json_string2 = '{{"title": "{title}", "body": "{body}", "answer": "{answer}"}}'

for row in range(len(df)):
    data = [df.iloc[row, x] for x in range(len(df.columns))]
    jsons.append(json_string1.format(index=data[0]))
    jsons.append(json_string2.format(title=data[1],body=data[2], answer=data[3]))

with open("filename.json", "w") as fp:
    for i in range(len(jsons)):
        x = json.dumps(jsons[i])
        y = json.loads(x)
        fp.write("%s\n" % y)

標籤：Pythonjson熊猫数据框

上一篇：Ruby-根據唯一性過濾嵌套JSON并推送到陣列

下一篇：將自定義檔案格式設為json檔案