Pandas：从带有子计数的 DataFrame 中获取嵌套的 json

大佬教程收集整理的这篇文章主要介绍了Pandas：从带有子计数的 DataFrame 中获取嵌套的 json，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决Pandas：从带有子计数的 DataFrame 中获取嵌套的 json？

开发过程中遇到Pandas：从带有子计数的 DataFrame 中获取嵌套的 json的问题如何解决？下面主要结合日常开发的经验，给出你关于Pandas：从带有子计数的 DataFrame 中获取嵌套的 json的解决方法建议，希望对你解决Pandas：从带有子计数的 DataFrame 中获取嵌套的 json有所启发或帮助；

这是我的源 csv 文件

provIDer,calling_num,called_num,result

Telia,123,120,Answer
Telia,121,No Answer
Telia,122,456,124,Busy
Telia,500,480,478,789,320,754,Answer
GlobalTelecom,512,245,741,841,No Answer
GlobalTelecom,486,952,Busy
GlobalTelecom,762,700,834,295,423,384,Answer
@R_754_10586@lNetwork,840,756,982,725,Busy
@R_754_10586@lNetwork,920,953,No Answer
@R_754_10586@lNetwork,742,1200,175,730,886,955,772,355,Busy

我完成了分组：

df = pd.read_csv("./calls.csv")
df1 = df.groupby(['provIDer']).size().fillna(0).astype('int64')
df2 = df.groupby(['provIDer','calling_num']).size().fillna(0).astype('int64')
df3 = df.groupby(['provIDer','calling_num','result']).size().fillna(0).astype('int64')

我需要将嵌套的 Json 文件设为：

[     
  {
    name: 'GlobalTelecom',children:[
        {
          name:'486',children:[ 
             {
               name:'Busy'
               children:[],value:'2'
             },],value:'2'
        },{       
          name:'512',children:[ 
             {
               name:'Answer'
               children:[],{
               name:'No Answer'
               children:[],value:'1'
             },value:'3'
        },{       
          name:'700',{
               name:'Busy'
               children:[],value:'4'
        },value:'9'
  },..... and so on for each provIDer
]

我读了这个好问题Convert Pandas Dataframe to nested JSON

但除此之外，我不仅需要计算每个“结果”（最详细）的计数，还需要计算“提供者”的总数，以及“calling_num”的子计数。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

大佬总结

以上是大佬教程为你收集整理的Pandas：从带有子计数的 DataFrame 中获取嵌套的 json全部内容，希望文章能够帮你解决Pandas：从带有子计数的 DataFrame 中获取嵌套的 json所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。