Pandas groubby month并将其转换为json

我有如下所示的数据框对象

   index                Date     Poly_1     Poly_2  Poly_2_WLS     Poly_3  
0      0 2017-01-04 08:45:00  70.195597  83.613845   83.613845  99.041125   
1      1 2017-01-04 08:53:00  70.195597  83.613845   83.613845  99.041125   
2      2 2017-01-04 09:00:00  70.195597  83.613845   83.613845  99.041125   
3      3 2017-12-13 08:45:00  70.195597  83.613845   83.613845  99.041125   
4      4 2017-12-13 08:53:00  70.195597  83.613845   83.613845  99.041125  

我使用下面的代码按月对上述数据进行分组

dfgrp=df.groupby(pd.Grouper(key='Date',freq="M"),as_index=False)

稍后，我想使用下面的代码将分组数据转换为json格式

dfgrp.to_json(date_format='iso',orient='records')

然而，由于某些原因，我得到下面的错误

AttributeError:无法访问“DataFrameGroupBy”对象的可调用属性“to_json”，请尝试使用“apply”方法

请让我知道，如何将上述数据帧转换为json

编辑：

{
    ,
    "Poly_1": {
        "Jan": 46187.2636499188,
        "Feb": 56636.9594359758,
        "Mar": 53218.6089763865,
        "Apr": 41100.9574106447,
        "May": 49317.907305443,
        "Jun": 2670.6255284702,
        "July": 34887.4415455112,
        "Aug": 45857.8601621408,
        "Sept": 21635.3343188418
    }


}

我使用了下面答案中的代码行；并且能够生成JSON

df.groupby([df.Date.dt.month)])['Poly_1','Poly_2','Poly_2_WLS','Poly_3'].sum().reset_index().to_json()

但是JSON是以这种格式生成的

`{"Date":{"0":1,"1":2,"2":3,"3":4,"4":5,"5":9,"6":10,"7":11,"8":12},"Poly_1":{"0":46187.2636499188,"1":56636.9594359758,"2":53218.6089763865,"3":41100.9574106447,"4":49317.907305443,"5":2670.6255284702,"6":34887.4415455112,"7":45857.8601621408,"8":21635.3343188418},"Poly_2":{"0":46193.719351124,"1":56193.0159455145,"2":52890.1916931438,"3":41119.1740551722,"4":49648.1531559606,"5":2767.3530477022,"6":34704.8815525262,"7":45918.9353954344,"8":22077.5341367508},"Poly_2_WLS":{"0":46193.719351124,"1":56193.0159455145,"2":52890.1916931438,"3":41119.1740551722,"4":49648.1531559606,"5":2767.3530477022,"6":34704.8815525262,"7":45918.9353954344,"8":22077.5341367508},"Poly_3":{"0":46037.6280724075,"1":56111.2211081627,"2":53059.8469394733,"3":41282.9093221716,"4":49670.016727901,"5":2660.8721082338,"6":34724.1756869611,"7":45721.7694774285,"8":22244.5188905397}`}

然而，我想要JSON，就像下面的格式一样

预期的Json格式示例：

{
    ,
    "Poly_1": {
        "Jan": 46187.2636499188,
        "Feb": 56636.9594359758,
        "Mar": 53218.6089763865,
        "Apr": 41100.9574106447,
        "May": 49317.907305443,
        "Jun": 2670.6255284702,
        "July": 34887.4415455112,
        "Aug": 45857.8601621408,
        "Sept": 21635.3343188418
    }


}

请建议我如何获得上述预期格式

---

谢谢

在我的回答中，我假设您希望对所有多边形求和（否则，只需更改下面的代码）

我会这样分组，将7月分为（7）：

注意：我添加了sum，reset_index，然后才添加到_json

您的分组df如下所示：

    Date    Poly_1  Poly_2      Poly_2_WLS  Poly_3
0   7   350.977985  418.069225  418.069225  495.205625

您的json将是（如果不重置索引）

另一个指针：如果你使用石斑鱼，你将得到2019-07-31，你的json将如下所示（156453120000）

---

因此，调整你的需要

你希望你的

json

文件看起来像什么？你需要

df.groupby（df.Date.dt.month）.sum（）到\u json（Date\u format='iso'，orient='records'）

？如果不是，您打算如何聚合这些组？您需要在您的groupby之后调用聚合函数，如

sum

或

mean

您的答案有帮助，但我得到的是不同的JSON格式。{“日期：{“0”：1，“1”：2，“2”：3”：4，“4”：5，“5”：9，“6”：10，“7”：11，“8”：12}，“Poly_1:{“0”：46187.2636499188，“1”：56636.9594359758，“2”：53218.6089763865，“3”：41100.957410644447，“4”：49317.907305443，“5”：2670.6255284702，“6”：34887.44554112，“7”：45857.8601621408，“8”：21635.33418通过添加样本数据更新了问题格式，请看一看。@niran给我更多的输入：（1）您使用的python版本是什么（2）您使用了重置索引（3）您使用了Grouper吗？（1）我使用的是py.2.7（2）是的，我使用的是重置索引，正是您的代码。（3） 不，我没有使用Grouper。只是使用了我编辑的问题中提到的groupby。我不确定2.7是否是您的必备要求。如果不是的话，我强烈建议你转到3.6。除了巨大的好处之外，在不久的将来，2.7将不会得到支持。不管怎样，我对您的回答是基于3.6的，如果您想知道为什么会得到不同的值，请参见：我无法更改python的版本：），即使使用循环也可以！而不是使用json方法

'{"Poly_1":{"7":350.977985},"Poly_2":{"7":418.069225},"Poly_2_WLS":{"7":418.069225},"Poly_3":{"7":495.205625}}'

df.groupby([pd.Grouper(key='Date',freq="M")])['Poly_1','Poly_2','Poly_2_WLS','Poly_3'].sum().to_json()

'{"Poly_1":{"1564531200000":350.977985},"Poly_2":{"1564531200000":418.069225},"Poly_2_WLS":{"1564531200000":418.069225},"Poly_3":{"1564531200000":495.205625}}'