pandas groupby嵌套json - 不想计算字段

我正在研究d3.js图形。我的数据是一个巨大的多选项.xls。我必须从每个标签中获取数据，因此我决定将所有数据转储到熊猫并导出一些.json文件。pandas groupby嵌套json - 不想计算字段

原始数据，在许多标签流传：

demography, area, state, month, rate 
over 65, region2, GA, May, 23 
over 65, region2, AL, May, 25 
NaN, random_odd_data, mistake, error 
18-65, region2, GA, 77 
18-65, region2, AL, 75

现在，摆在熊猫，合并和清理：

 demography area  state month rate 
0 over 65 region2 GA  May 23 
1 over 65 region2 AL  May 25 
2 18-65  region2 GA  May 50 
3 18-65  region2 AL  May 55

现在，集团就

group = df.groupby(['state', 'demography'])

产量

<pandas.core.groupby.DataFrameGroupBy object at 0x106939610>

尝试这样的：

group = df.groupby(['state', 'demography']).count()

得到的东西几乎是正确的，但我不想算什么，我只是想“速度”

state demography area month rate 
AL  over 65  1  1  1 
     18-65  1  1  1 
GA  over 65  1  1  1 
     18-65  1  1  1

果然，这只能出口“1”对于每个值，lol：

group.reset_index().to_json("myjson2.json", orient="index")

dang我几乎在那里，我如何导出它，使每个国家是父母？

[ 
    { 
     "state": "Alabama", 
     "over 65": 25, 
     "18-65": 50 

    }, 
    { 
     "state": "Georgia", 
     "over 65": 23, 
     "18-65": 55 
    } 
]

来源

2014-09-10 Maggie

计数方法计算非NaN的条目数为每个组中的每一列，因此为什么他们都在这里1（每个组的大小为1，有没有NaN的）。
（我无法找到一个特定的链接，但它在the groupby docs提及。）

我想你真正想要的是一个pivot_table：

In [11]: res = df.pivot_table('rate', 'state', 'demography') 

In [12]: res 
Out[12]: 
demography 18-65 over65 
state 
AL    55  25 
GA    50  23

我想你”重新寻找orient='records'（您首先需要reset_index）：

In [13]: res.reset_index().to_json(orient='records') 
Out[13]: '[{"state":"AL","18-65":55,"over65":25},{"state":"GA","18-65":50,"over65":23}]'

来源

2014-09-10 18:03:47

喔！这就像Excel一样，只是很酷。一个增加 - 无论出于什么原因，它看到“速度”作为类型对象，而不是浮动。它给了我错误“没有数字类型来聚合”。所以我hadda转换它为浮动：df.convert_objects（'rate'，convert_numeric = True） – Maggie 2014-09-10 20:18:02

“这就像Excel，只有很酷。”辉煌的报价！ – 2014-09-10 20:37:31

pandas groupby嵌套json - 不想计算字段

回答

相关问题