Python 如何将分类数据的dataframe转换为字典

我有一个需要转换成JSON的数据帧。我想先把它写成字典会容易些，但我不知道怎么做。我需要将其转换为JSON，以便使用js.d3将其可视化

以下是当前数据的外观：

NAME, CATEGORY, TAG
Ex1, Education, Books
Ex2, Transportation, Bus
Ex3, Education, Schools
Ex4, Education, Books
Ex5, Markets, Stores

以下是我希望数据的外观：

Data = {
     Education {
        Books {
           key: Ex1,
           key: Ex2 
}
Schools {
key: Ex3
}
}
Transportation {
Bus {
key: Ex2
}
}
Markets {
Stores {
key: Ex5
}
}

---

（我认为我的JSON在这里并不完美，但我只是想传达一个大概的想法）

不能多次将“key”用作键，因此最里面的组是一个列表：

import json, string

def to_json(file):
    data = {}
    for line in open(file):
        fields = map(string.strip, line.split(','))
        categories = data.get(fields[1], {})
        tags = categories.get(fields[2], [])
        tags.append(fields[0])
        categories[fields[2]] = tags
        data[fields[1]] = categories
    return json.dumps(data)

print to_json('data.csv')

结果:

{"Markets": {"Stores": ["Ex5"]}, "Education": {"Schools": ["Ex3"], "Books": ["Ex1", "Ex4"]}, "Transportation": {"Bus": ["Ex2"]}}

---

这段代码要感谢Brent Washburne在上面给出的非常有用的答案。我只需要删除tags列，因为现在它太乱了（许多行有多个用逗号分隔的标记）。我还添加了一列（整数），我希望将其连接到名称。这是：

import json, string
import pprint

def to_json(file):
data = {}
for line in open(file):
    fields = map(string.strip, line.split(','))
    categories = data.get(fields[1], [])
    to_append = {}       
    to_append[fields[0]] = fields[3]
    categories.append(to_append)
    data[fields[1]] = categories
return json.dumps(data)

print to_json('data.csv')

---

数据当前是否在文本文件中？您的格式看起来像CSV，但不想假设任何内容。我看到了Python标记。。。。你是说熊猫数据帧吗？如果是这样，请参阅。数据当前位于CSV文件中。是的，我将其作为熊猫数据框导入，我将查看链接，谢谢！这非常有帮助。谢谢我需要对数据做一些更改，所以我稍微更改了代码，并将其作为一个答案发布，以防其他人遇到类似问题。