如何从Pandas中迭代创建的DataFrame导出JSON文件

别用exec()这种不安全的方式了，动态创建变量容易污染命名空间，调试起来也麻烦。直接用字典存储每个分组的DataFrame，既能清晰管理数据，又能顺利完成导出需求。

以下是完整实现代码：

from datetime import datetime
import pandas as pd
import os

# 准备原始数据
data1 = ['a', 'a', 'a','b','b','b','c','c','c']
data2 = [1,2,3,4,5,6,7,8,9]
data3 = [10,11,12,13,14,15,16,17,18]

data = {
    'Name': data1,
    'data2': data2,
    'data3': data3
}
df = pd.DataFrame(data)

# 1. 按Name列分组，把每个组的DataFrame存入字典
grouped_dfs = {name: group for name, group in df.groupby('Name')}

# 2. 生成当前日期的文件名格式（比如2024-05-20.json）
current_date = datetime.now().strftime("%Y-%m-%d")
filename = f"{current_date}.json"

# 3. 遍历字典，导出每个DataFrame到对应文件夹
for name, sub_df in grouped_dfs.items():
    # 创建以Name值命名的文件夹（如果不存在）
    folder_path = f"./{name}"
    os.makedirs(folder_path, exist_ok=True)
    # 拼接完整文件路径
    file_path = f"{folder_path}/{filename}"
    # 导出为JSON文件（可按需调整orient参数，比如'records'适合按行导出）
    sub_df.to_json(file_path, orient='records', indent=4)

关键步骤说明： #

• 用字典存储分组DataFrame：通过df.groupby('Name')直接按列值分组，用字典推导式把每个组的名称和对应DataFrame存起来，比exec()安全且易维护。
• 自动创建文件夹：os.makedirs(..., exist_ok=True)会自动生成目标文件夹，即使文件夹已存在也不会报错。
• 规范日期文件名：datetime.now().strftime("%Y-%m-%d")生成标准日期字符串，保证文件名统一有序。
• JSON导出配置：orient='records'将每行数据转为独立JSON对象，indent=4让JSON文件更易读，你可以根据需求调整orient参数（比如'columns'、'index'等）。

如果非要用你原来的exec()方式（不推荐），也可以在循环里直接追加导出逻辑，但还是强烈建议用字典的实现方式，代码更清晰可靠。

内容的提问来源于stack exchange，提问作者Guilherme Theis