pandas groupby 到嵌套的 json -- 不想要计算字段

Question

我正在处理 d3.js 图形。我的数据在一个巨大的多标签 .xls 中。我必须从每个选项卡中获取数据，因此我决定将其全部转储到 Pandas 中并导出一些 .json。

原始数据，分布在许多选项卡中：

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，放入熊猫，合并并清理：

     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，分组

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

产量

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

试试这个：

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

产生一些几乎正确的东西，除了我不想计算任何东西，我只想要“率”

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，这只会为每个值导出“1”，哈哈：

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

dang 我快到了，我如何导出它以便每个州都是父级？

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

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

Answer 1

count 方法计算每列中每个组的非 NaN 条目的数量，因此为什么它们在这里都是 1（每个组的大小为 1，没有 NaN）。
（我找不到特定链接，但groupby 文档中提到了它。）

我认为你真正想要的是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

我认为您正在寻找orient='records'（reset_index尽管您首先需要）：

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}]'