Python 将数据框中的列添加到特定对象级别的深度嵌套JSON中

假设我有一个数据帧

df

，比如：

source      tables      columns   data_type   length    RecordCount
src1        table1      col1      INT         4         71
src1        table1      col2      CHAR        2         71
src1        table2      col1      CHAR        2         43
src2        table1      col1      INT         4         21
src2        table1      col2      DATE        3         21

需要类似于以下内容的输出：

{
  "src1": {
    "table1": {
      "Record Count": 71 #missing in my current code output
      "col1": {
        "type": "INT"
        "length": 4
      },
      "col2": {
        "type": "CHAR"
        "length": 2
      }
    },
    "table2": {
      "Record Count": 43 #missing in my current code output
      "col1": {
        "type": "CHAR"
        "length": 2
      }
    }
  },
  "src2": {
    "table1": {
      "Record Count": 21 #missing in my current code output
      "col1": {
        "type": "INT"
        "length": 4
      },
      "col2": {
        "type": "DATE"
        "length": 3
      }
    }
  }
}

当前代码：

def make_nested(df): 
    f = lambda: defaultdict(f)   
    data = f()  

    for row in df.to_numpy().tolist():
        t = data
        for index, r in enumerate(row[:-4]):
            t = t[r]
            if index == 1:
               t[row[-5]]: {
                  "Record Count": row[-1]
               }
        t[row[-4]] = {
            "type": row[-3],
            "length": row[-2]
        }

    return data

---

下面是使用groupby方法的两个步骤的另一个解决方案

# First, groupby ['source','tables'] to deal with the annoying 'Record Count'
# Need python 3.5+
# Otherwise, another method to merge two dicts should be used 
df_new=df.groupby(['source','tables']).apply(lambda x: {**{'Record Count':x.iloc[0,-1]}, **{x.iloc[i,-4]: {'type':x.iloc[i,-3],'length':x.iloc[i,-2]} for i in range(len(x))}}).reset_index()

看

在第一步之后，

df_new

如下所示

    source  tables  0
0   src1    table1  {'Record Count': 71, 'col1': {'type': 'INT', 'length': 4}, 'col2': {'type': 'CHAR', 'length': 2}}
1   src1    table2  {'Record Count': 43, 'col1': {'type': 'CHAR', 'length': 2}}
2   src2    table1  {'Record Count': 21, 'col1': {'type': 'INT', 'length': 4}, 'col2': {'type': 'DATE', 'length': 3}}

输出是json文件的编码字符串类型。获取缩进版本

import json
temp = json.loads(output)
with open('somefile','w') as f:
    json.dump(temp,f,indent=4)

对于索引，枚举（第[：-4]行）中的r:
应该替换第[：-4]行中r的
：
，而不是将一个嵌套在另一个中。对代码进行编辑后，看起来我得到的是相同的原始输出，没有在JSON文件中添加新的记录计数信息。谢谢，这是有效的，但是，当我将此信息转储到文件中时，这一切都出现在一行，而不是像我在我的文章中显示的预期间隔输出。我如何修复代码以允许这样做？在每个
“
之前都有斜杠，我需要去掉它们of@weovibewvoibweoivwoiv添加一些内容以更改格式。另外，要直接修复当前代码，请尝试将
t[行[-5]]：{“记录计数”：行[-1]}
更改为
t[“记录计数”]=行[-1]
import json
temp = json.loads(output)
with open('somefile','w') as f:
    json.dump(temp,f,indent=4)