Python中去除DataFrame重复值并转换为指定JSON对象的方法

原始DataFrame结构 #

Name         Series
=============================
A             A1
B             B1
A             A2
A             A1
B             B2

目标JSON格式 #

{
   "A": ["A1", "A2"],
   "B": ["B1", "B2"]
}

错误尝试代码 #

test = df.groupby("Series")[["Name"]].apply(lambda x: x)

解决方法 #

你之前的分组键搞反了，应该按Name分组而非Series，以下是正确实现步骤：

1. 生成目标字典 #

# 按Name分组，对Series列去重后转为列表，再转成字典
result = df.groupby('Name')['Series'].unique().apply(list).to_dict()

2. 转为格式化的JSON字符串（可选） #

如果需要直接输出JSON格式的字符串，可借助json模块：

import json
json_result = json.dumps(result, indent=2)
print(json_result)

代码说明 #

• groupby('Name')['Series']：以Name作为分组键，仅处理Series列
• .unique()：对每个分组内的Series值去重，剔除重复项
• .apply(list)：将去重后的numpy数组转换为普通Python列表
• .to_dict()：将分组聚合结果转换为键为Name、值为去重列表的字典
• json.dumps(..., indent=2)：把字典格式化为带缩进的JSON字符串，完全匹配目标格式

内容的提问来源于stack exchange，提问作者SM079