如何用Pandas将CSV数据转换为指定格式的JSON？

首先要说明：你给出的目标JSON存在语法错误——同一个对象里重复出现VMName键，这不符合JSON规范。正确的结构应该是一个包含多个VM对象的数组，每个对象包含VMName和对应的tags数组，示例结构如下：

[
    {"VMName": "vm101", "tags": [{"scope": "Environment", "tag": "Production"}, ...]},
    {"VMName": "vm102", "tags": [...]}
]

以下是用Pandas实现的具体方案：

1. 读取CSV文件 #

假设你的CSV结构为：第一列是VMName，后续列依次是Environment、Application、Tier（列名对应标签的scope，列值对应tag内容），部分行可能存在空值（比如vm105的Tier为空）。用Pandas读取文件：

import pandas as pd
import json

# 替换成你的CSV文件路径
df = pd.read_csv("vm_tags.csv")

2. 转换每行数据为目标格式 #

定义处理函数，将DataFrame的每一行转换成包含VMName和tags的字典：

def parse_row(row):
    vm_item = {"VMName": row["VMName"], "tags": []}
    # 遍历除VMName外的所有列，生成标签项
    for scope in df.columns[1:]:
        tag_content = row[scope]
        # 过滤空值，只保留有内容的标签
        if pd.notna(tag_content) and tag_content.strip() != "":
            vm_item["tags"].append({"scope": scope, "tag": tag_content})
    return vm_item

3. 生成最终JSON #

将所有行转换后，输出格式化的JSON字符串：

# 应用函数到每一行，得到VM对象列表
vm_data_list = df.apply(parse_row, axis=1).tolist()

# 生成带缩进的格式化JSON
final_json = json.dumps(vm_data_list, indent=4)

# 打印结果或保存到文件
print(final_json)
# 保存到文件可执行：
# with open("vm_tags_result.json", "w") as f:
#     f.write(final_json)

补充说明 #

• 代码会自动过滤空的标签列（比如vm105的Tier为空，不会生成对应的tag项）；
• 如果你的CSV列名和假设不一致，只需调整df.columns[1:]对应的列名范围即可。

内容的提问来源于stack exchange，提问作者Abdul Rasheed