由于您已经在使用熊猫,因此我尝试从数据框方法中获取尽可能多的里程。我还最终在离您的实现很远的地方徘徊。不过,我认为这里的关键是不要对列表和/或字典的理解变得过于聪明。您很容易混淆自己和阅读代码的每个人。
import pandas as pd
from itertools import groupby
from collections import OrderedDict
import json
df = pd.read_csv('SampleCsvFile.csv', dtype={
"zipcode" : str,
"date" : str,
"state" : str,
"val1" : str,
"val2" : str,
"val3" : str,
"val4" : str,
"val5" : str
})
results = []
for (zipcode, state), bag in df.groupby(["zipcode", "state"]):
contents_df = bag.drop(["zipcode", "state"], axis=1)
subset = [OrderedDict(row) for i,row in contents_df.iterrows()]
results.append(OrderedDict([("zipcode", zipcode),
("state", state),
("subset", subset)]))
print json.dumps(results[0], indent=4)
#with open('ExpectedJsonFile.json', 'w') as outfile:
# outfile.write(json.dumps(results[0], indent=4))
将所有json数据类型编写为字符串并保留其原始格式的最简单方法是强制read_csv
将它们解析为字符串。但是,如果在写json之前需要对值进行任何数字操作,则必须允许read_csv
对其进行数值解析,并将其强制转换为正确的字符串格式,然后再转换为json。