如何使用Python将CSV特定列数据拆分为嵌套JSON数据结构？

需求目标 #

需要将CSV数据转换为如下嵌套结构的JSON：

{
    "name": "Place",
    "Details": [
      {
        "detail": "I",
        "info": [
          "Iran",
          "Iraq"
        ]
      },
      {
        "detail": "J",
        "info": "Japan"
      }
    ]
  }

现有问题 #

使用pd.to_json(orient="records")只能生成扁平化的记录数组，无法实现info字段的多值拆分转数组，也无法构建外层的name和Details嵌套结构。

解决方案 #

假设你的CSV结构为两列（detail和info，其中info列可能包含逗号分隔的多个值）：

可以通过以下代码实现需求：

import pandas as pd
import json

# 读取CSV数据
path = "/content/file.csv"
df = pd.read_csv(path)

# 处理info列：逗号分隔值转数组，单个值保留字符串格式
def parse_info(info_str):
    items = [item.strip() for item in info_str.split(",")]
    return items if len(items) > 1 else items[0]

df["info"] = df["info"].apply(parse_info)

# 构建目标嵌套结构
final_result = {
    "name": "Place",
    "Details": df.to_dict("records")
}

# 输出格式化后的JSON
print(json.dumps(final_result, indent=2))

代码说明 #

• parse_info函数：按逗号拆分info列字符串，去除首尾空格后，根据元素数量决定返回列表或单个字符串，匹配目标JSON的格式要求。
• 手动构建外层结构：直接通过字典定义name和Details字段，Details的值由DataFrame转换为记录字典数组得到。
• 使用json.dumps格式化输出，保证JSON结构的可读性。

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