如何将Pandas DataFrame指定列转为每行的列表并导出为JSON

方法一：直接操作JSON数据 #

若无需经过DataFrame处理，可直接读取原JSON文件并修改字段格式：

import json

# 读取原JSON文件
with open('original.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

# 遍历每个设置条目，将指定字段转为单元素列表
for entry in data['My Setting'].values():
    entry['ID'] = [entry['ID']]
    entry['Competitor ID'] = [entry['Competitor ID']]

# 导出目标JSON文件
with open('target.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, indent=4, ensure_ascii=False)

方法二：通过Pandas DataFrame处理 #

若需基于原DataFrame进行修改，可按以下步骤操作：

import pandas as pd
import json

# 从原JSON文件读取数据并转为DataFrame
with open('original.json', 'r', encoding='utf-8') as f:
    raw_data = json.load(f)
df = pd.DataFrame(raw_data['My Setting']).T  # 转置以匹配行结构

# 将指定字段的值包装为单元素列表
df['ID'] = df['ID'].apply(lambda x: [x])
df['Competitor ID'] = df['Competitor ID'].apply(lambda x: [x])

# 转换回目标JSON结构并导出
target_data = {'My Setting': df.T.to_dict()}
with open('target.json', 'w', encoding='utf-8') as f:
    json.dump(target_data, f, indent=4, ensure_ascii=False)

说明 #

• 两种方法均可实现将ID和Competitor ID字段的值转为单元素列表的需求。
• 直接操作JSON的方式更轻量化，适合数据量不大的场景；通过DataFrame处理则更适配需要同时进行其他数据清洗或分析的场景。

内容的提问来源于stack exchange，提问作者Nicole L