如何将动态表格中h列与多组t、c列数据匹配并转为JSON

你当前的代码已完成T与C的匹配，但缺少H与对应T组的关联逻辑。核心解决思路是先填充H列的空值，让每一行明确归属的H，再按H分组整理对应的T和C集合。

关键步骤说明 #

• 填充H列空值：原表格中H列的空行属于上一个非空的H，用ffill()方法可快速填充，确保每一行都有对应的H归属。
• 建立Flag与T的映射：每个非空的T行对应唯一flag，先存储该映射关系，避免重复提取T值。
• 按H和Flag分组整理：通过分组操作，将同一H下的所有T及其对应的C列表整合为层级结构。

修改后的完整代码 #

import pandas as pd
import json

# 读取Excel数据
df = pd.read_excel("sheet.xlsx")

# 向前填充H列空值，让每一行都明确归属的H
df['h'] = df['h'].ffill()

# 建立flag到对应T值的映射（每个flag对应唯一T）
flag_to_t = df.dropna(subset=['t']).set_index('flag')['t'].to_dict()

# 构建H-T-C层级字典
result = {}
for (h_val, flag), group in df.groupby(['h', 'flag']):
    t_val = flag_to_t[flag]
    # 提取当前组的C值并转为列表
    c_list = group['c'].dropna().tolist()
    # 组装层级结构
    if h_val not in result:
        result[h_val] = {}
    result[h_val][t_val] = c_list

# 生成格式化JSON并保存
with open("new_json.json", "w", encoding='utf-8') as file:
    json.dump(result, file, indent=4, ensure_ascii=False)

示例输出JSON结构 #

运行代码后，针对你提供的示例表格，生成的JSON结构如下：

{
    "h1": {
        "t001 random text (from h1 just show where match)": [
            "c001-random text",
            "c002 random text"
        ],
        "t002 random text": [
            "c001-random text",
            "c002-random text",
            "c003-random text"
        ],
        "t003 random text": [
            "c001-random text"
        ]
    },
    "h2": {
        "t001 random text": [
            "c001-random text",
            "c002 random text"
        ],
        "t002 random text": [
            "c001-random text",
            "c002-random text"
        ]
    }
}

内容的提问来源于stack exchange，提问作者mister unknow