Python Pandas 按相同id向DataFrame单列插入合并多值的实现
按id分组生成嵌套列表JSON的Pandas实现
原代码核心问题:
- 循环判断
pid == df['id']是标量与全量Series对比,逻辑无效dft.loc的行、列索引混用,赋值不符合pandas索引规则- 取值语法
df[['id'],['value']]为多层索引错误写法,无法提取对应行数值
实现方案
不需要手动遍历行,直接用pandas内置分组聚合即可,核心步骤:
- 为每行生成
[value, sum]的原子子列表 - 按
id分组,聚合同一id下的所有子列表为总列表,生成两列结构的dft - 将
dft转换为id为键、嵌套列表为值的字典,序列化写入JSON
import pandas as pd import json # ========== 你的现有DataFrame df ========== # df = pd.DataFrame(...) # 此处省略你已有的df初始化逻辑 # 1. 不修改原df的聚合写法(推荐) dft = ( df.groupby("id") # 取每个分组的value、sum列,转为嵌套列表 .apply(lambda g: g[["value", "sum"]].values.tolist(), include_groups=False) .reset_index(name="total") ) # 2. 转换为目标JSON结构并写入文件 # 以id为索引转字典后直接dump,JSON键自动转为字符串格式 target_dict = dft.set_index("id")["total"].to_dict() with open("total.json", "w", encoding="utf-8") as fp: # 加indent让JSON格式化输出,ensure_ascii=False避免非ASCII字符乱码 json.dump(target_dict, fp, ensure_ascii=False, indent=2)
输出结构验证
用你提供的样例数据运行后,得到的target_dict结构完全符合预期:
{ "115": [[4, 6], [23, 57]], "18": [[143, 253], [5, 9]], "22": [[86, 144], [104, 209], [909, 2132]] }
生成的dft结构为:
| id | total |
|---|---|
| 115 | [[4, 6], [23, 57]] |
| 18 | [[143, 253], [5, 9]] |
| 22 | [[86, 144], [104, 209], [909, 2132]] |
注意事项:如果使用的是pandas <2.0版本,groupby.apply不需要加include_groups=False参数,删掉即可正常运行。
内容的提问来源于stack exchange,提问作者dxb
相关产品推荐
相关产品推荐

