Pandas DataFrame填充JSON模板重复问题：如何实现一行一模板？

问题原因 #

你遇到的问题本质是Python字典的引用特性：data_template是一个字典对象，每次循环中你修改的都是同一个字典的属性，而添加到dict_list里的是这个字典的引用，不是新的副本。最终列表里的所有元素都指向同一个字典对象，当最后一次循环修改完字典后，所有列表元素都会显示最后一次修改的内容。

解决方案 #

下面提供两种高效的解决方式：

方法1：深拷贝模板字典 #

每次循环时，对原始模板字典进行深拷贝，创建一个独立的新对象，再修改并添加到列表：

import json
import pandas as pd
import copy

# 读取并解析运动数据
with open('exercises.json','r') as f:
    data = json.loads(f.read())
df = pd.json_normalize(data, record_path = ['exercises'])
parsed_df = df[['name', 'category']]
parsed_df.loc[:, 'authorized'] = True

# 加载模板并生成结果列表
with open('template.json','r') as f:
    data_template = json.loads(f.read())

dict_list = []
for index, row in parsed_df.iterrows():
    # 深拷贝模板，创建独立的新字典
    new_template = copy.deepcopy(data_template)
    new_template['pk'] = index + 1  # 保持pk从1开始连续，可根据需求调整
    new_template['fields']['name'] = row['name']
    new_template['fields']['category'] = row['category']
    new_template['fields']['authorized'] = row['authorized']
    dict_list.append(new_template)

方法2：直接生成新字典（更简洁） #

如果模板结构固定，可以直接在循环里生成新的字典结构，避免依赖外部模板的拷贝操作：

import json
import pandas as pd

# 读取并解析运动数据
with open('exercises.json','r') as f:
    data = json.loads(f.read())
df = pd.json_normalize(data, record_path = ['exercises'])
parsed_df = df[['name', 'category']]
parsed_df.loc[:, 'authorized'] = True

# 直接生成结果列表
dict_list = []
for index, row in parsed_df.iterrows():
    new_entry = {
        "model": "myapp.exercise",
        "pk": index + 1,
        "fields": {
            "name": row['name'],
            "category": row['category'],
            "authorized": row['authorized']
        }
    }
    dict_list.append(new_entry)

验证结果 #

执行上述代码后，dict_list中的每个元素都会对应DataFrame的一行数据，不再出现重复的最后一行内容。

内容的提问来源于stack exchange，提问作者rafaelHTML