Python 将数据帧中的每个列列表元素转换为JSON

我一直在尝试将包含列表元素的pandas dataframe列转换为json，并将其作为一个变体推送到snowflake，但我仍停留在第一步

我有一个带有ID和对话记录的熊猫数据框，看起来是这样的

示例数据帧：

ID   transcript
1     ['Joe(joe@email.com): Hey', 'Smoe(smoe@email.com): Hey!! How are you doing?', 'Joe(joe@email.com): I'm doing good']

    ID   transcript
    1     {'Joe(joe@email.com): Hey', 'Smoe(smoe@email.com): Hey!! How are you doing?', 'Joe(joe@email.com): I'm doing good'}

而且，我有多行（不同ID的对话记录）格式相同

预期数据帧：

ID   transcript
1     ['Joe(joe@email.com): Hey', 'Smoe(smoe@email.com): Hey!! How are you doing?', 'Joe(joe@email.com): I'm doing good']

    ID   transcript
    1     {'Joe(joe@email.com): Hey', 'Smoe(smoe@email.com): Hey!! How are you doing?', 'Joe(joe@email.com): I'm doing good'}

我试图将每个单独的对象转换为json，但列表对象没有“to_json”属性

df['transcript_json'] = df['transcript_json'].apply(lambda x: x.to_json())

我还尝试将整个列转换为一个json对象，它给了我一个大字符串对象，但没有让我走得更远

transcript_list = df['transcript'].to_json()

{"0":["Joe(joe@email.com): Hey", "Smoe(smoe@email.com): Hey!! How are you doing?", "Joe(joe@email.com): I'm doing good"]}

---

我知道我错过了一些小东西。任何关于如何做到这一点的想法都将不胜感激。

不清楚我们希望最终结果是什么。您的预期原始值仅将这些[]更改为这些{}。如果您想要一个具有可用键：值对的字典，这里有一种将字符串更改为dictionary的bastardized方法。问题是，当电子邮件地址（密钥）相同时，您会丢失任何元素

data='''
ID   transcript
1   ['Joe(joe@email.com): Hey', 'Smoe(smoe@email.com): Hey!! How are you doing?', 'Joe(joe@email.com): I'm doing good']
'''
df = pd.read_csv(io.StringIO(data), sep='   ', engine='python')
df['transcript'] = df['transcript'].apply(lambda x: x.replace(': ', '": "').replace("['", '{"').replace("']", '"}').replace("', '", '", "'))
print(df['transcript'].apply(lambda x: type(x)))
df['transcript'].apply(lambda x: json.loads(x))

输出

0    <class 'str'>
Name: transcript, dtype: object

0    {'Joe(joe@email.com)': 'I'm doing good', 'Smoe(smoe@email.com)': 'Hey!! How are you doing?'}
Name: transcript, dtype: object

0
姓名：转录本，数据类型：对象
0{'(joe@email.com)“：“我做得很好，”斯莫说(smoe@email.com)“：‘嘿！！你好吗？’
姓名：转录本，数据类型：对象

---

为了不丢失任何数据，您需要列表对象的真正格式是什么？是否可以是一个格式正确的键：值对列表？

不清楚最终结果是什么。您的预期原始值仅将这些[]更改为这些{}。如果您想要一个具有可用键：值对的字典，这里有一种将字符串更改为dictionary的bastardized方法。问题是，当电子邮件地址（密钥）相同时，您会丢失任何元素

data='''
ID   transcript
1   ['Joe(joe@email.com): Hey', 'Smoe(smoe@email.com): Hey!! How are you doing?', 'Joe(joe@email.com): I'm doing good']
'''
df = pd.read_csv(io.StringIO(data), sep='   ', engine='python')
df['transcript'] = df['transcript'].apply(lambda x: x.replace(': ', '": "').replace("['", '{"').replace("']", '"}').replace("', '", '", "'))
print(df['transcript'].apply(lambda x: type(x)))
df['transcript'].apply(lambda x: json.loads(x))

输出

0    <class 'str'>
Name: transcript, dtype: object

0    {'Joe(joe@email.com)': 'I'm doing good', 'Smoe(smoe@email.com)': 'Hey!! How are you doing?'}
Name: transcript, dtype: object

0
姓名：转录本，数据类型：对象
0{'(joe@email.com)“：“我做得很好，”斯莫说(smoe@email.com)“：‘嘿！！你好吗？’
姓名：转录本，数据类型：对象

---

为了不丢失任何数据，您需要列表对象的真正格式是什么？它可以是一个格式正确的键：值对列表吗？

在

：

上拆分列表中的每个项，并用每个键创建字典，拆分后使用json.dumps将其序列化为json字符串

df.transcript.apply（lambda x:{key:value.strip（）表示键，[item.split（'：'）中的值表示x]}）.apply（json.dumps）

输出：

“{”乔(joe@email.com)“：”我做得很好“，”斯莫(smoe@email.com)“：“嘿！！你好吗？”}”

在

上拆分列表中的每个项目：

并用每个键创建字典，在拆分后创建值，然后使用json.dumps将其序列化为json字符串

df.transcript.apply（lambda x:{key:value.strip（）表示键，[item.split（'：'）中的值表示x]}）.apply（json.dumps）

输出：

“{”乔(joe@email.com)“：”我做得很好“，”斯莫(smoe@email.com)“：“嘿！！你好吗？”}”

显然，预期的数据帧包含无效的JSON。如果需要多个值，则需要使用数组而不是dict。例如，预期的JSON是：

['Joe](joe@email.com)：嘿，斯莫(smoe@email.com)：嘿！！你好吗？，“乔(joe@email.com)：我做得很好]

啊。。。我懂了。这是有道理的。我没有该JSON对象的密钥显然，您预期的数据帧包含无效的JSON。如果需要多个值，则需要使用数组而不是dict。例如，预期的JSON是：

['Joe](joe@email.com)：嘿，斯莫(smoe@email.com)：嘿！！你好吗？，“乔(joe@email.com)：我做得很好]

啊。。。我懂了。这是有道理的。我没有那个JSON对象的密钥