使用Pandas读取Excel时，如何将列名与数据类型转为指定JSON格式？

问题原因 #

df.dtypes返回的是pandas.core.series.Series，其中元素是Pandas/Numpy的dtype对象（如numpy.int64、object），直接调用to_json()时，这些对象的内部递归结构会触发Python递归深度限制，导致OverflowError。

解决方案 #

先将dtypes转换为普通字符串类型的字典，再序列化JSON：

基础版（保留原始dtype名称）

import pandas as pd
import json

# 读取Excel文件
df = pd.read_excel("your_file.xlsx")

# 转换为列名: dtype字符串的字典
dtype_dict = {col: str(dtype) for col, dtype in df.dtypes.items()}

# 生成JSON
dtype_json = json.dumps(dtype_dict)
print(dtype_json)

输出示例：

{"area": "int64", "area_title": "object"}

自定义类型映射版（匹配你想要的格式）

如果需要将原始dtype名称映射为自定义名称（比如int64转int32，object转string/object），可以添加类型映射表：

import pandas as pd
import json

df = pd.read_excel("your_file.xlsx")

# 自定义类型映射
type_mapping = {
    "int64": "int32",
    "object": "string/object",
    "float64": "float32",
    "string": "string/object"  # 适配Pandas专属的string类型
}

# 生成映射后的字典
dtype_dict = {
    col: type_mapping.get(str(dtype), str(dtype)) 
    for col, dtype in df.dtypes.items()
}

# 转为JSON
dtype_json = json.dumps(dtype_dict)
print(dtype_json)

输出示例：

{"area": "int32", "area_title": "string/object"}

核心逻辑 #

通过字典推导式将每个列的dtype转换为字符串（或自定义映射后的字符串），得到纯Python字典，再用json.dumps()序列化，避免直接处理Pandas dtype对象的递归结构。

内容的提问来源于stack exchange，提问作者Md. Parvez Alam