主页 / coding / 问题 / 79475440
Accepted
Ghost
Asked: 2025-02-28 19:54:07 +0800 CST

来自 Polars DF 的列式 JSON

  • 772

早上好，

我正在尝试将 polars df 转换为 json 对象（在 python 中），但似乎找不到在行/列方向之间更改其格式的方法。在 Pandas 中，默认情况下，它会创建一个面向列的 JSON 对象，并且可以轻松更改它，但在 Polars 中它是面向行的，我似乎找不到更改它的方法，因为write_json如果您想直接保存它，该方法实际上不会接收除目标文件名之外的任何参数。

知道如何实现吗？

提前致谢！

json

2 个回答

  1. Best Answer

    为了实现面向列的 JSON结构，您需要在导出之前将其转换DataFrame为Dictionary示例：

    import polars as pl
import json

df = pl.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
# json_data = df.write_json() # I guess you have tried this

# Convert to column-oriented JSON
# json_data = json.dumps(df.to_dict(as_series=False), indent=4)

# Convert to column-oriented JSON without newlines
json_data = json.dumps(df.to_dict(as_series=False), separators=(',', ':')) 
print(json_data)

    输出： {"A": [1, 2, 3], "B": [4, 5, 6]}

    • 1

  2. 也可以在 Polars 中实现所有方向。这只需要多一点创造力，而json.dumps()不是write_json独自一人。我在下面编译了从 Pandas 不同方向到 Polars 等效方向的映射。每个示例使用相同的数据框。

    import polars as pl

df = pl.DataFrame({
    "A": [1, 2, 3],
    "B": [4, 5, 6]
})

    索引一似乎有点过于复杂，也许有更好的方法吗？

    方向 熊猫 极地
    记录 orient="records" df.write_json()
    列 orient="columns" json.dumps(df.to_dict(as_series=False))
    指数 orient="index" json.dumps({i: row for i, row in enumerate(df.iter_rows(named=True))})
    价值观 orient="values" json.dumps(df.to_numpy().tolist())
    • 1

相关问题