如何将层级DataFrame转换为指定嵌套JSON以实现表单联动下拉

df.to_json()的各类orient参数确实无法直接生成这种多层级嵌套结构，需要通过分组手动构建目标格式，以下是可行的实现方案：

代码实现 #

import pandas as pd
import json

# 读取你的数据（替换为实际数据来源）
# df = pd.read_csv('your_location_data.csv')

# 初始化顶层结构
output = {"regions": []}

# 第一层：按Region分组
for region_name, region_group in df.groupby("Region"):
    region_item = {"name": region_name, "provinces": []}
    
    # 第二层：每个Region下按Province分组
    for province_name, province_group in region_group.groupby("Province"):
        province_item = {"name": province_name, "municipalities": []}
        
        # 第三层：每个Province下按Municipality分组
        for mun_name, mun_group in province_group.groupby("Municipality"):
            # 收集当前Municipality下的所有Barangay
            barangay_list = mun_group["Barangay"].tolist()
            mun_item = {"name": mun_name, "barangays": barangay_list}
            province_item["municipalities"].append(mun_item)
        
        region_item["provinces"].append(province_item)
    
    output["regions"].append(region_item)

# 转换为格式化的JSON字符串
final_json = json.dumps(output, indent=2, ensure_ascii=False)
print(final_json)

关键说明 #

• 三次嵌套groupby严格对应Region→Province→Municipality的层级关系，确保结构准确
• 每个层级的对象包含name字段（对应分组名称）和下一级列表，完全匹配联动下拉的数据需求
• ensure_ascii=False保证非ASCII字符（如菲律宾本地地名）能正常显示，indent=2让JSON格式更易读
• 如果DataFrame中存在重复的层级名称，groupby会自动合并，避免结构冗余

内容的提问来源于stack exchange，提问作者Lazy-Panda-Bear