我有一个带有一些NaN值的数据帧 .
这是一个示例数据帧:
sample_df = pd.DataFrame([[1,np.nan,1],[2,2,np.nan], [np.nan, 3, 3], [4,4,4],[np.nan,np.nan,5], [6,np.nan,np.nan]])
看起来像:
得到一个json后我做了什么:
sample_df.to_json(orient = 'records')
这使:
'[{"0":1.0,"1":null,"2":1.0},{"0":2.0,"1":2.0,"2":null},{"0":null,"1":3.0,"2":3.0},{"0":4.0,"1":4.0,"2":4.0},{"0":null,"1":null,"2":5.0},{"0":6.0,"1":null,"2":null}]'
我想将这个数据帧保存到每个json中有2行的json,但没有Nan值 . 这是我尝试这样做的方式:
df_dict = dict((n, sample_df.iloc[n:n+2, :]) for n in range(0, len(sample_df), 2))
for k, v in df_dict.items():
print(k)
print(v)
for d in (v.to_dict('record')):
for k,v in list(d.items()):
if type(v)==float:
if math.isnan(v):
del d[k]
json.dumps(df_dict)
我想要的输出:
'[{“0”:1.0,“2”:1.0},{“0”:2.0,“1”:2.0}]' - >在一个.json文件中'[{“1”:3.0,“2” :3.0},{“0”:4.0,“1”:4.0,“2”:4.0}]' - >在第二个.json文件'[{“2”:5.0},{“0”:6.0}]中' - >在第三个.json文件中
1 回答
使用
apply
将NaN
s,groupby
删除为组,将dfGroupBy.apply
删除为JSONify .最后,迭代
.values
并保存为单独的JSON文件 .