Как конвертировать Pandas Dataframe в нужный формат Json
start = datetime.datetime(2013, 1, 1)
end = datetime.datetime(2013, 01, 27)
f=web.get_data_yahoo('AAPL',start, end)
f['Adj Close'].to_json(date_format='iso',orient='split')
Приведенный выше код дает следующий результат:
Out[85]: '{"name":"Adj Close","index":["2013-01-02T00:00:00","2013-01-03T00:00:0
0","2013-01-04T00:00:00","2013-01-07T00:00:00","2013-01-08T00:00:00","2013-01-09
T00:00:00","2013-01-10T00:00:00","2013-01-11T00:00:00","2013-01-14T00:00:00","20
13-01-15T00:00:00","2013-01-16T00:00:00","2013-01-17T00:00:00","2013-01-18T00:00
:00","2013-01-22T00:00:00","2013-01-23T00:00:00","2013-01-24T00:00:00","2013-01-
25T00:00:00"],"data":[535.58,528.82,514.09,511.06,512.44,504.43,510.68,507.55,48
9.45,474.01,493.69,490.36,487.75,492.4,501.41,439.46,429.1]}'
Чего я хочу, так это:
'[{"index":"2013-01-02T00:00:00",value:535.58},{"index":"2013-01-04T00:00:00",value:528.82},...]'
Возможно ли это? Как мне обойти это?
2 ответов:
Похоже, что это может быть полезным альтернативным методом для to_json, на данный момент один обходной путь-прочитать его обратно в python и munge: s
In [11]: s = f['Adj Close'].to_json(date_format='iso',orient='split') In [12]: d = json.loads(s) # import json In [13]: [{"index": date, "value": val} for date, val in zip(d['index'], d['data'])] Out[13]: [{'index': u'2013-01-02T00:00:00.000Z', 'value': 535.58}, {'index': u'2013-01-03T00:00:00.000Z', 'value': 528.82}, {'index': u'2013-01-04T00:00:00.000Z', 'value': 514.09}, {'index': u'2013-01-07T00:00:00.000Z', 'value': 511.06}, {'index': u'2013-01-08T00:00:00.000Z', 'value': 512.44}, {'index': u'2013-01-09T00:00:00.000Z', 'value': 504.43}, {'index': u'2013-01-10T00:00:00.000Z', 'value': 510.68}, {'index': u'2013-01-11T00:00:00.000Z', 'value': 507.55}, {'index': u'2013-01-14T00:00:00.000Z', 'value': 489.45}, {'index': u'2013-01-15T00:00:00.000Z', 'value': 474.01}, {'index': u'2013-01-16T00:00:00.000Z', 'value': 493.69}, {'index': u'2013-01-17T00:00:00.000Z', 'value': 490.36}, {'index': u'2013-01-18T00:00:00.000Z', 'value': 487.75}, {'index': u'2013-01-22T00:00:00.000Z', 'value': 492.4}, {'index': u'2013-01-23T00:00:00.000Z', 'value': 501.41}, {'index': u'2013-01-24T00:00:00.000Z', 'value': 439.46}, {'index': u'2013-01-25T00:00:00.000Z', 'value': 429.1}] In [14]: json.dumps([{"index": date, "value": val} for date, val in zip(d['index'], d['data'])]) Out[14]: '[{"index": "2013-01-02T00:00:00.000Z", "value": 535.58}, {"index": "2013-01-03T00:00:00.000Z", "value": 528.82}, {"index": "2013-01-04T00:00:00.000Z", "value": 514.09}, {"index": "2013-01-07T00:00:00.000Z", "value": 511.06}, {"index": "2013-01-08T00:00:00.000Z", "value": 512.44}, {"index": "2013-01-09T00:00:00.000Z", "value": 504.43}, {"index": "2013-01-10T00:00:00.000Z", "value": 510.68}, {"index": "2013-01-11T00:00:00.000Z", "value": 507.55}, {"index": "2013-01-14T00:00:00.000Z", "value": 489.45}, {"index": "2013-01-15T00:00:00.000Z", "value": 474.01}, {"index": "2013-01-16T00:00:00.000Z", "value": 493.69}, {"index": "2013-01-17T00:00:00.000Z", "value": 490.36}, {"index": "2013-01-18T00:00:00.000Z", "value": 487.75}, {"index": "2013-01-22T00:00:00.000Z", "value": 492.4}, {"index": "2013-01-23T00:00:00.000Z", "value": 501.41}, {"index": "2013-01-24T00:00:00.000Z", "value": 439.46}, {"index": "2013-01-25T00:00:00.000Z", "value": 429.1}]'Очевидно, что это противоречит цели эффективной функции to_json, но я думаю, что стоит добавить это как запрос функции - я думаю, что это довольно стандартный формат, мы просто пропустили его.
Эта статья может помочь вам решить эту проблему. Вы можете написать так:
f['Adj Close'].to_json(orient="records")В приведенной выше статье мы видим:
records : list like [{column -> value}, ... , {column -> value}]Я решил эту проблему таким образом.
Comments