将数据帧转换为flask python中的“application-json”

Question

  dfList = df.values.tolist()
  return jsonify(dfList)

我有这个结果，它实际上删除了DataFrame的变量名称并用整数替换它们

-0: [
  0: "Les abeilles sont dehors",
  1: "ObservationNature",
  2:  0.6790075732725341,
  3:  [],
],
-1:[
  0: "elle sont allée chercher le miel à coté des fleurs du rucher",
  1: "ObservationNature",
  2: 0.4250480624587389,
  3: [],
]

我的结果应该是这样的，使用DataFrame中的变量

-0: [
  "texte": "Les abeilles sont dehors",
  "type": "ObservationNature",
  "nluScore":  0.6790075732725341,
  "ruche":  [],
],
-1:[
  "texte": "elle sont allée chercher le miel à coté des fleurs du rucher",
  "type": "ObservationNature",
  "nluScore": 0.4250480624587389,
  "ruche": [],
],

Answer 1

看看pandas documentation

df.to_json(orient='records')
'[{"col 1":"a","col 2":"b"},{"col 1":"c","col 2":"d"}]'

使用'index'格式化的JSON对Dataframe进行编码/解码：

df.to_json(orient='index')
'{"row 1":{"col 1":"a","col 2":"b"},"row 2":{"col 1":"c","col 2":"d"}}'

使用'columns'格式化的JSON对Dataframe进行编码/解码：

df.to_json(orient='columns')
'{"col 1":{"row 1":"a","row 2":"c"},"col 2":{"row 1":"b","row 2":"d"}}'

使用'values'格式化的JSON对Dataframe进行编码/解码：

df.to_json(orient='values')
'[["a","b"],["c","d"]]'

Answer 2

那是因为你将ndarray类型传递给j​​sonify。

虽然df.to_json（orient =“records”）将为您提供正确的服务，但您可以通过df.iterrows（）和/或defaultdit来实现您的特定格式。这是一个示例：

@app.route('/')
def pandasJSON():
    df2 = pd.DataFrame({'A': 1.,
                        'C': pd.Series(1, index=list(range(4)), dtype='float32'),
                        'D': np.array([3] * 4, dtype='int32'),
                        'E': pd.Categorical(["test", "train", "test", "train"]),                    
                        'F': 'foo'})

    df2['G'] = [100,200,300,400]
    df2.set_index('G', inplace=True)
    result = {}
    for index, row in df2.iterrows():
        #result[index] = row.to_json() 
        result[index] = dict(row)
    return jsonify(result)

Answer 3

如果你跑

df.to_json(orient="records")

它应该为您提供所需的输出（注意：从Pandas版本0.23.3开始）