Python 更改json文件格式
该脚本将获取房屋的价格、地址、郊区和邮政编码,然后将其写入csv文件 csv文件按邮政编码的平均价格导入panda(仅邮政编码和价格)和groupby。 此groupby列表被写入json 在excel中,csv文件如下所示Python 更改json文件格式,python,json,pandas,Python,Json,Pandas,该脚本将获取房屋的价格、地址、郊区和邮政编码,然后将其写入csv文件 csv文件按邮政编码的平均价格导入panda(仅邮政编码和价格)和groupby。 此groupby列表被写入json 在excel中,csv文件如下所示 ________________________ |Postcode|Price | ________________________ |5061 | 205000 | _________________
________________________
|Postcode|Price |
________________________
|5061 | 205000 |
________________________
|5063 | 930000 |
________________________
代码如下所示
import pandas as pd
from pandas import DataFrame
df = pd.read_csv('House_Prices.csv', usecols=[ 'Postcode' , ' Price' ], index_col=False)
grouped = df.groupby(['Postcode']).mean()
grouped.to_json('average_house_price.json')
{"5061":2025000.0,"5063":930000.0}
上面的代码将json文件输出为
{" Price":{"5061":2025000.0,"5063":930000.0}}
我希望json文件像这样输出
import pandas as pd
from pandas import DataFrame
df = pd.read_csv('House_Prices.csv', usecols=[ 'Postcode' , ' Price' ], index_col=False)
grouped = df.groupby(['Postcode']).mean()
grouped.to_json('average_house_price.json')
{"5061":2025000.0,"5063":930000.0}
panda library(或其他)是否有办法删除起始价格指数?为聚合添加列名
“Price”
或为系列添加列名“Price”
:
grouped = df.groupby(['Postcode'])["Price"].mean()
#grouped = df.groupby(['Postcode'])[" Price"].mean()
grouped.to_json('average_house_price.json')
为什么不在保存为JSON之前获取该字段,如下所示:
grouped[“Price”]to_json('average_house_Price.json'))
尝试传递header=None
看这里:
df = pd.read_csv('t.csv', usecols=[ 'Postcode' , ' Price' ], index_col=False, header=None)