Python Pandas-将DF列转换为索引但不重复

如果我有一个像这样的熊猫数据帧，我想把'pol_类'列变成索引，但只有这样它才不会重复（pol_类有3个值：负，中性，正），我最好怎么做

我试图将它转换成一种格式，这样我就可以调用pandas'.to_json（orient='index'）格式，最终将它转换成这种json格式。。。（我将删除“time_by_min”列，只使用其他两个非pol_类列）

---

首先，让我们从dict列表中复制数据帧。（下次你可以帮我们把

df.to_dict（'split'））

：

现在，我们可以从数据帧重新生成DICT列表：

newdata = [{'key':key, 'values': grp[['B','C']].values.tolist()} 
           for key, grp in df.groupby('A')]

通过调用

JSON.dumps

，可以获得所需的JSON：

print(json.dumps(newdata))

屈服

[{"values": [[1439489400000, 4], [1439489460000, 8], [1439489520000, 5]], "key": "Negative"}, {"values": [[1439489400000, 0], [1439489460000, 4], [1439489520000, 15]], "key": "Neutral"}, {"values": [[1439489400000, 6], [1439489460000, 14], [1439489520000, 12]], "key": "Positive"}]

---

只有一个方向可以使

df。要返回dict的列表，请执行以下操作：
df.to_dict（orient='records'）
。每个dict的键都是列名。你的
所需的DICT列表中的DICT的键总是
“值”
和
“键”
。因此，如果我们想使用df.to dict，我们需要操纵
将给定的数据帧合并为一个数据帧，其中只有两列，称为
“keys”
和
“值”
。。。呸，工作太多了。只表达所需列表更容易
如上图所示，将dicts作为列表理解。首先，让我们从dicts列表中复制数据帧。（下次你可以帮我们把
df.to_dict（'split'））
：

现在，我们可以从数据帧重新生成DICT列表：

newdata = [{'key':key, 'values': grp[['B','C']].values.tolist()} 
           for key, grp in df.groupby('A')]

通过调用
JSON.dumps
，可以获得所需的JSON：

print(json.dumps(newdata))

屈服

[{"values": [[1439489400000, 4], [1439489460000, 8], [1439489520000, 5]], "key": "Negative"}, {"values": [[1439489400000, 0], [1439489460000, 4], [1439489520000, 15]], "key": "Neutral"}, {"values": [[1439489400000, 6], [1439489460000, 14], [1439489520000, 12]], "key": "Positive"}]


只有一个方向可以使
df。要返回dict的列表，请执行以下操作：
df.to_dict（orient='records'）
。每个dict的键都是列名。你的
所需的DICT列表中的DICT的键总是
“值”
和
“键”
。因此，如果我们想使用df.to dict，我们需要操纵
将给定的数据帧合并为一个数据帧，其中只有两列，称为
“keys”
和
“值”
。。。呸，工作太多了。只表达所需列表更容易
如上图所示，将dicts作为列表理解。首先，让我们从dicts列表中复制数据帧。（下次你可以帮我们把
df.to_dict（'split'））
：

现在，我们可以从数据帧重新生成DICT列表：

newdata = [{'key':key, 'values': grp[['B','C']].values.tolist()} 
           for key, grp in df.groupby('A')]

通过调用
JSON.dumps
，可以获得所需的JSON：

print(json.dumps(newdata))

屈服

[{"values": [[1439489400000, 4], [1439489460000, 8], [1439489520000, 5]], "key": "Negative"}, {"values": [[1439489400000, 0], [1439489460000, 4], [1439489520000, 15]], "key": "Neutral"}, {"values": [[1439489400000, 6], [1439489460000, 14], [1439489520000, 12]], "key": "Positive"}]


只有一个方向可以使
df。要返回dict的列表，请执行以下操作：
df.to_dict（orient='records'）
。每个dict的键都是列名。你的
所需的DICT列表中的DICT的键总是
“值”
和
“键”
。因此，如果我们想使用df.to dict，我们需要操纵
将给定的数据帧合并为一个数据帧，其中只有两列，称为
“keys”
和
“值”
。。。呸，工作太多了。只表达所需列表更容易
如上图所示，将dicts作为列表理解。首先，让我们从dicts列表中复制数据帧。（下次你可以帮我们把
df.to_dict（'split'））
：

现在，我们可以从数据帧重新生成DICT列表：

newdata = [{'key':key, 'values': grp[['B','C']].values.tolist()} 
           for key, grp in df.groupby('A')]

通过调用
JSON.dumps
，可以获得所需的JSON：

print(json.dumps(newdata))

屈服

[{"values": [[1439489400000, 4], [1439489460000, 8], [1439489520000, 5]], "key": "Negative"}, {"values": [[1439489400000, 0], [1439489460000, 4], [1439489520000, 15]], "key": "Neutral"}, {"values": [[1439489400000, 6], [1439489460000, 14], [1439489520000, 12]], "key": "Positive"}]


只有一个方向可以使
df。要返回dict的列表，请执行以下操作：
df.to_dict（orient='records'）
。每个dict的键都是列名。你的
所需的DICT列表中的DICT的键总是
“值”
和
“键”
。因此，如果我们想使用df.to dict，我们需要操纵
将给定的数据帧合并为一个数据帧，其中只有两列，称为
“keys”
和
“值”
。。。呸，工作太多了。只表达所需列表更容易
如上图所示，将dicts作为列表理解。
如果将
pol_class
的唯一值作为索引，则数据帧将只有3行。您希望这些行的内容是什么？@BrenBarn-无论调用pd.to_json（orient='index'）以将其转换为这种json形式需要什么？那么这一定是一个列表列表，每个内部列表都是[JStimestamp，count]？如果您的问题是关于如何获取JSON，您可能应该重新编写它，或者重新编写它。听起来你根本不关心数据帧结构，你只需要一种JSON.an的结尾。我只需要重新配置数据帧结构就可以了，因为我认为我考虑的下一步是正确的。但我想我应该明确我的下一个目标是什么，以防有人能找到更好的方法。如果你把
pol_class
的唯一值作为索引，你的数据框将只有3行。您希望这些行的内容是什么？@BrenBarn-无论调用pd.to_json（orient='index'）以将其转换为这种json形式需要什么？那么这一定是一个列表列表，每个内部列表都是[JStimestamp，count]？如果您的问题是关于如何获取JSON，您可能应该重新编写它，或者重新编写它。听起来你根本不关心数据帧结构，你只需要一种JSON.an的结尾。我只需要重新配置数据帧结构就可以了，因为我认为我考虑的下一步是正确的。但我想我应该明确我的下一个目标是什么，以防有人能找到更好的方法。如果你把
pol_class
的唯一值作为索引，你的数据框将只有3行。您希望这些行的内容是什么？@BrenBarn-无论调用pd.to_json（orient='index'）必须是什么