英文:
How to convert excel data to json in python?
问题
你可以使用Python中的pandas库来转换数据。以下是一个示例代码，演示如何将给定的数据表转换成所需的JSON格式：
import pandas as pd
# 创建数据表
data = {
'food ID': [1, 1, 1],
'name': ['rice', 'soup', 'soup'],
'ingredients': ['red', 'blue', 'yellow'],
'ingredient ID': ['R1', 'B1', 'Y1'],
'amount': [10, 20, 30],
'unit': ['g', 'g', 'g']
}
df = pd.DataFrame(data)
# 转换为所需的JSON格式
result = {
'data': []
}
grouped = df.groupby(['food ID', 'name'])
for (food_id, name), group in grouped:
food_item = {
'name': name,
'ingredients': []
}
for index, row in group.iterrows():
ingredient = {
'name': row['ingredients'],
'ingredient_id': row['ingredient ID'],
'amount': row['amount'],
'unit': row['unit']
}
food_item['ingredients'].append(ingredient)
result['data'].append(food_item)
print(result)
这段代码将输入数据表转换为所需的JSON格式。你不需要使用其他库，只需使用pandas即可完成这项任务。
英文:
My data is below
| food ID | name | ingredients | ingredient ID | amount | unit |
|---|---|---|---|---|---|
| 1 | rice | red | R1 | 10 | g |
| 1 | soup | blue | B1 | 20 | g |
| 1 | soup | yellow | Y1 | 30 | g |
and I want to convert it like this
{
'data': [
{
'name': 'rice',
'ingredients': [
{
'name': 'red',
'ingredient_id':'R1',
'amount': 10,
'unit': 'g',
}
]
},
{
'name': 'soup',
'ingredients': [
{
'name': 'blue',
'ingredient_id':'B1',
'amount': 20,
'unit': 'g',
},
{
'name': 'yellow',
'ingredient_id':'Y1',
'amount': 30,
'unit': 'g',
}
]
}
]
}
How can I do it? Do I need to use the same library as pandas?
答案1
得分: 1
是的，您可以使用Python内部的自定义代码函数来修改数据。
对于您所需的格式，您需要使用以下代码将数据格式化为JSON：
import pandas as pd
data = [[1, 'rice', 'red', 'R1', 10, 'g'],
[1, 'soup', 'blue', 'B1', 20, 'g'],
[1, 'soup', 'yellow', 'Y1', 30, 'g'],
[1, 'apple', 'yellow', 'Y1', 30, 'g']]
df = pd.DataFrame(data, columns=['food ID', 'name', 'ingredients', 'ingredient ID', 'amount', 'unit'])
def convert_data_group(group):
ingredients = [{'name': row['ingredients'], 'ingredient_id': row['ingredient ID'], 'amount': row['amount'], 'unit': row['unit']} for _, row in group.iterrows()]
return {'name': group.iloc[0]['name'], 'ingredients': ingredients}
unique_names = df['name'].unique().tolist()
result = []
for name in unique_names:
group = df[df['name'] == name]
result.append(convert_data_group(group))
final_result = {'datas': result}
print(final_result)
您的最终结果将是：
{'datas': [{'name': 'rice', 'ingredients': [{'name': 'red', 'ingredient_id': 'R1', 'amount': 10, 'unit': 'g'}]}, {'name': 'soup', 'ingredients': [{'name': 'blue', 'ingredient_id': 'B1', 'amount': 20, 'unit': 'g'}, {'name': 'yellow', 'ingredient_id': 'Y1', 'amount': 30, 'unit': 'g'}]}, {'name': 'apple', 'ingredients': [{'name': 'yellow', 'ingredient_id': 'Y1', 'amount': 30, 'unit': 'g'}]}]}
请注意，我已经去除了代码部分以满足您的要求。
英文:
Yes you can modify your data by using custom code function inside python.
For your required format you need to use this code for format your data into json.
import pandas as pd
data = [[1, 'rice', 'red', 'R1', 10, 'g'],
[1, 'soup', 'blue', 'B1', 20, 'g'],
[1, 'soup', 'yellow', 'Y1', 30, 'g'],
[1, 'apple', 'yellow', 'Y1', 30, 'g']]
df = pd.DataFrame(data, columns=['food ID', 'name', 'ingredients', 'ingredient ID', 'amount', 'unit'])
def convert_data_group(group):
ingredients = [{'name': row['ingredients'], 'ingredient_id': row['ingredient ID'], 'amount': row['amount'], 'unit': row['unit']} for _, row in group.iterrows()]
return {'name': group.iloc[0]['name'], 'ingredients': ingredients}
unique_names = df['name'].unique().tolist()
result = []
for name in unique_names:
group = df[df['name'] == name]
result.append(convert_data_group(group))
final_result = {'datas': result}
print(final_result)
Your final result will be:
{'datas': [{'name': 'rice', 'ingredients': [{'name': 'red', 'ingredient_id': 'R1', 'amount': 10, 'unit': 'g'}]}, {'name': 'soup', 'ingredients': [{'name': 'blue', 'ingredient_id': 'B1', 'amount': 20, 'unit': 'g'}, {'name': 'yellow', 'ingredient_id': 'Y1', 'amount': 30, 'unit': 'g'}]}, {'name': 'apple', 'ingredients': [{'name': 'yellow', 'ingredient_id': 'Y1', 'amount': 30, 'unit': 'g'}]}]}
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论