如何将pytrends的related_queries结果转换为标准JSON格式？

问题本质 #

pytrends返回的related_queries_dict是嵌套结构，里面的top和rising都是DataFrame对象，直接转JSON会因为DataFrame的特殊格式失败，必须先把每个DataFrame转换成JSON兼容的列表/字典结构，再整体序列化。

完整实现步骤 #

• 遍历related_queries_dict里的每个DataFrame，用df.to_dict('records')把DataFrame转成行字典组成的列表，这是JSON能识别的数组格式。
• 用Python内置的json.dumps()把处理后的嵌套结构转换成标准JSON字符串。

可运行示例代码 #

from pytrends.request import TrendReq
import json

# 初始化请求
pytrend = TrendReq(hl='zh-CN', tz=8*60)
# 设置关键词
pytrend.build_payload(kw_list=['人工智能'])
# 获取相关查询数据
related_queries = pytrend.related_queries()

# 处理数据：把每个DataFrame转成JSON兼容的列表
processed = {}
for key, df in related_queries['人工智能'].items():
    processed[key] = df.to_dict('records')

# 生成标准JSON
json_str = json.dumps(processed, indent=4, ensure_ascii=False)
print(json_str)

关键函数解释 #

• df.to_dict('records')：把DataFrame的每一行转成一个字典，所有行打包成列表，刚好对应JSON里的数组结构。
• json.dumps()：负责把Python对象序列化成JSON字符串，indent=4用来格式化输出，ensure_ascii=False解决中文乱码问题。

踩坑提示 #

• 如果返回的related_queries为空，检查关键词是否合法，或者调整build_payload里的时间范围（timeframe）、地域（geo）参数。
• 若DataFrame里有缺失值，to_dict()会自动保留None，JSON序列化后变成null，符合标准格式。

内容的提问来源于stack exchange，提问作者Jsbeginner