python - 将 Pandas DataFrame的每一行转换为嵌套的JSON对象

我有一个数据框，其中包含几列，例如[名称，电子邮件，国家/地区，城市，类型，时间，x_completions]，如下所示：

我想将此数据帧的每一行转换为JSON对象，但将某些列分组为dict并将其称为user_info，例如{ "name": "XYZ", "email": "[email protected]", "country": "USA", "city": "NYC"}

基本上，我想将每一行转换为以下结构的JSON对象：

{ "type":"Login", "user_id":"002203293023", "user_info":{ "name":"XYZ", "email":"[email protected]", "country":"USA", "city":"NYC" }, "other_info":{ "x_completed":"4" }, "time":1562932893}

我不确定如何将列组转换为JSON对象中的字典。关于SO的所有其他类似问题都涉及某种形式的groupby操作，我认为这里不需要。

最佳答案

使用列表推导来遍历数据框中的每一行。

[{
   "type": "Login",
   "user_id": row['user_id'],
   "user_info":{
      "name": row['name'],
      "email": row['email'],
      "country": row['country'],
      "city": row['city']
   },
   "other_info":{
      "x_completed": row['x_completions']
   },
   "time": row['time']
} for _, row in df.iterrows()]

关于python - 将 Pandas DataFrame的每一行转换为嵌套的JSON对象，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45557289/