teratail
回答率
85.47%
質問するログイン新規登録
トップCSVに関する質問ExcelやCSVの表形式から、入れ子の形式のJsonに変換したい

編集履歴

回答編集履歴

4

2023/04/11 03:36

投稿

melian
melian

スコア19825

test CHANGED
@@ -5,29 +5,29 @@
5
5
  import json
6
6
 
7
7
  csv_data = '''
8
- 階層1,階層2,階層3,所有者
8
+ 階層1,階層2,階層3,階層4,所有者
9
- 果物,赤,りんご,A
9
+ 果物,赤,りんご,,A
10
- 果物,赤,いちご,A
10
+ 果物,赤,いちご,甘い,A
11
- 果物,黄色,ばなな,B
11
+ 果物,黄色,ばなな,,B
12
- 果物,黄色,れもん,C
12
+ 果物,黄色,れもん,酸っぱい,C
13
- 野菜,赤,にんじん,C
13
+ 野菜,赤,にんじん,,C
14
- 野菜,赤,とまと,A
14
+ 野菜,赤,とまと,甘い,A
15
- 野菜,緑,きゅうり,B
15
+ 野菜,緑,きゅうり,,B
16
- 野菜,緑,せろり,A
16
+ 野菜,緑,せろり,,A
17
- その他,赤,,B
17
+ その他,赤,,,B
18
- その他,黄色,,A
18
+ その他,黄色,,,A
19
19
  '''
20
- df = pd.read_csv(io.StringIO(csv_data))
21
20
 
22
21
  #
23
22
  def nested_dict(df):
24
23
  l = len(df.columns)
25
24
  if l == 1:
26
- return df.values[0][0]
25
+ return df.values[0][0] #if df.values.size == 1 else df.values.squeeze()
27
26
  if df.values[0][0] is np.nan:
27
+ idx = df.iloc[0].first_valid_index()
28
- if l == 2:
28
+ if idx == df.columns[-1]:
29
- return df.values[0][1]
29
+ return df.values[0][-1]
30
- df = df.iloc[:,1:]
30
+ df = df.loc[:,idx:]
31
31
  grp = df.groupby(df.columns[0], sort=False, dropna=False)
32
32
  return {k: nested_dict(g.iloc[:,1:]) for k, g in grp}
33
33
 
@@ -39,17 +39,23 @@
39
39
  # "果物": {
40
40
  # "赤": {
41
41
  # "りんご": "A",
42
+ # "いちご": {
42
- # "いちご": "A"
43
+ # "甘い": "A"
44
+ # }
43
45
  # },
44
46
  # "黄色": {
45
47
  # "ばなな": "B",
48
+ # "れもん": {
46
- # "れもん": "C"
49
+ # "酸っぱい": "C"
50
+ # }
47
51
  # }
48
52
  # },
49
53
  # "野菜": {
50
54
  # "赤": {
51
55
  # "にんじん": "C",
56
+ # "とまと": {
52
- # "とまと": "A"
57
+ # "甘い": "A"
58
+ # }
53
59
  # },
54
60
  # "緑": {
55
61
  # "きゅうり": "B",
@@ -62,4 +68,3 @@
62
68
  # }
63
69
  # }
64
70
  ```
65
-

3

2023/04/11 01:24

投稿

melian
melian

スコア19825

test CHANGED
@@ -27,8 +27,7 @@
27
27
  if df.values[0][0] is np.nan:
28
28
  if l == 2:
29
29
  return df.values[0][1]
30
- if l > 2:
31
- df = df.iloc[:,1:]
30
+ df = df.iloc[:,1:]
32
31
  grp = df.groupby(df.columns[0], sort=False, dropna=False)
33
32
  return {k: nested_dict(g.iloc[:,1:]) for k, g in grp}
34
33
 

2

2023/04/10 12:32

投稿

melian
melian

スコア19825

test CHANGED
@@ -1,7 +1,7 @@
1
- ※ 「その他」の部分が「期待する結果」とは異なります
2
1
  ```python
3
2
  import io
4
3
  import pandas as pd
4
+ import numpy as np
5
5
  import json
6
6
 
7
7
  csv_data = '''
@@ -21,12 +21,18 @@
21
21
 
22
22
  #
23
23
  def nested_dict(df):
24
- if len(df.columns) == 1:
24
+ l = len(df.columns)
25
+ if l == 1:
25
- return df.values[0][0]
26
+ return df.values[0][0]
27
+ if df.values[0][0] is np.nan:
28
+ if l == 2:
29
+ return df.values[0][1]
30
+ if l > 2:
31
+ df = df.iloc[:,1:]
26
32
  grp = df.groupby(df.columns[0], sort=False, dropna=False)
27
33
  return {k: nested_dict(g.iloc[:,1:]) for k, g in grp}
28
34
 
29
- dic = nested_dict(df.ffill(axis=1))
35
+ dic = nested_dict(df)
30
36
  js = json.dumps(dic, ensure_ascii=False, indent=2)
31
37
  print(js)
32
38
 
@@ -52,12 +58,9 @@
52
58
  # }
53
59
  # },
54
60
  # "その他": {
55
- # "赤": {
56
- # "赤": "B"
61
+ # "赤": "B",
57
- # },
58
- # "黄色": {
59
- # "黄色": "A"
62
+ # "黄色": "A"
60
- # }
61
63
  # }
62
64
  # }
63
65
  ```
66
+

1

2023/04/10 11:45

投稿

melian
melian

スコア19825

test CHANGED
@@ -1,11 +1,8 @@
1
1
  ※ 「その他」の部分が「期待する結果」とは異なります
2
-
3
2
  ```python
4
3
  import io
5
4
  import pandas as pd
6
- import numpy as np
7
5
  import json
8
- from functools import reduce
9
6
 
10
7
  csv_data = '''
11
8
  階層1,階層2,階層3,所有者
@@ -23,14 +20,14 @@
23
20
  df = pd.read_csv(io.StringIO(csv_data))
24
21
 
25
22
  #
26
- dic = df.assign(l3 = df[['階層2', '階層3', '所有者']]\
23
+ def nested_dict(df):
27
- .apply(lambda x: {(x[0] if x[1] is np.nan else x[1]): x[2]}, axis=1))\
24
+ if len(df.columns) == 1:
28
- .pivot_table(index=['階層1'], columns=['階層2'], values=['l3'],
25
+ return df.values[0][0]
29
- aggfunc=lambda x: reduce(lambda a, b: dict(a, **b), x), sort=False)\
26
+ grp = df.groupby(df.columns[0], sort=False, dropna=False)
30
- .droplevel(0, axis=1).to_dict(orient='index')
27
+ return {k: nested_dict(g.iloc[:,1:]) for k, g in grp}
31
28
 
32
- js = json.dumps({k1: {k2: v2 for k2, v2 in v1.items() if v2 is not np.nan} for k1, v1 in dic.items()},
29
+ dic = nested_dict(df.ffill(axis=1))
33
- ensure_ascii=False, indent=2)
30
+ js = json.dumps(dic, ensure_ascii=False, indent=2)
34
31
  print(js)
35
32
 
36
33
  # {