如何移除Lambda处理CSV后返回JSON的前导多余空格？

针对你遇到的问题——需要移除输出JSON中的前导多余空格（保留字段内部正常空格），以下是几种针对性的解决方法：

1. 清理DataFrame列名的前导/尾随空格 #

如果原始CSV的列名本身带有前导空格（比如 Ticker），会导致生成的JSON键名带空格。读取CSV后直接清理列名即可：

import json
import awswrangler as wr

BUCKET_NAME = 'olaptrader-products'
DIRECTORY_PATH = '1'
FULL_PATH = f"s3://{BUCKET_NAME}/{DIRECTORY_PATH}"

def lambda_handler(event, context):
    raw_df = wr.s3.read_csv(path=FULL_PATH, path_suffix=['.csv'], use_threads=True)
    
    # 去除列名的前导和尾随空格
    raw_df.columns = raw_df.columns.str.strip()
    
    df_json = raw_df.to_json(orient="records")
    parsed = json.loads(df_json)

    return {
      "statusCode": 200,
      'body': json.dumps(parsed)
    }

2. 清理字符串字段值的前导空格（保留内部空格） #

如果CSV中字符串类型的字段值带有前导空格（比如 ABC Company），需要仅去除前导空格、保留字段内部的正常空格，可对字符串列做针对性处理：

import json
import awswrangler as wr

BUCKET_NAME = 'olaptrader-products'
DIRECTORY_PATH = '1'
FULL_PATH = f"s3://{BUCKET_NAME}/{DIRECTORY_PATH}"

def lambda_handler(event, context):
    raw_df = wr.s3.read_csv(path=FULL_PATH, path_suffix=['.csv'], use_threads=True)
    
    # 筛选所有字符串类型的列
    string_cols = raw_df.select_dtypes(include=['object']).columns
    # 仅去除每个字段值的前导空格
    raw_df[string_cols] = raw_df[string_cols].apply(lambda col: col.str.lstrip())
    
    df_json = raw_df.to_json(orient="records")
    parsed = json.loads(df_json)

    return {
      "statusCode": 200,
      'body': json.dumps(parsed)
    }

3. 生成紧凑格式的JSON（避免多余空格） #

如果希望输出的JSON完全紧凑（无键值对之间的多余空格），可以直接在to_json中指定分隔符，省去重复解析再序列化的步骤，提升效率：

import json
import awswrangler as wr

BUCKET_NAME = 'olaptrader-products'
DIRECTORY_PATH = '1'
FULL_PATH = f"s3://{BUCKET_NAME}/{DIRECTORY_PATH}"

def lambda_handler(event, context):
    raw_df = wr.s3.read_csv(path=FULL_PATH, path_suffix=['.csv'], use_threads=True)
    
    # 按需添加列名或字段值的清理逻辑
    
    # 直接生成无多余空格的紧凑JSON
    compact_json = raw_df.to_json(orient="records", separators=(',', ':'))

    return {
      "statusCode": 200,
      'body': compact_json
    }

内容的提问来源于stack exchange，提问作者bob