如何将Pandas列值转为带列名的字典并输出双引号格式

需求说明 #

将包含ID、ValueM2、ValueSqFt三列的原始DataFrame，转换为包含ID、DataMetric（嵌套字典存储公制单位值）、DataImperial（嵌套字典存储英制单位值）的新DataFrame，且输出结果需使用双引号。

实现代码 #

import pandas as pd

# 初始化原始DataFrame
df = pd.DataFrame({
    "ID": ["ID no1", "ID no2", "ID no3"],
    "ValueM2": ["11998","11076", "12025"],
    "ValueSqFt": [129145.39718,119221.07178, 129.43600276]
})

# 构造目标结构的新DataFrame
dfnew = pd.DataFrame({
    "ID": df["ID"],
    # 将ValueM2列转换为嵌套字典格式
    "DataMetric": df["ValueM2"].apply(lambda val: {"ValueM2": val}),
    # 将ValueSqFt数值转字符串后，再转换为嵌套字典格式
    "DataImperial": df["ValueSqFt"].apply(lambda val: {"ValueSqFt": str(val)})
})

# 输出带双引号的格式化结果
print(dfnew.to_json(orient='records', indent=2))

代码说明 #

1. 构造嵌套字典列：通过apply结合lambda函数，将每一行的单个字段值封装为目标要求的字典结构；
2. 类型转换：针对ValueSqFt列，将数值类型转为字符串，匹配目标结构中的字符串格式要求；
3. 双引号输出：使用to_json方法生成标准JSON格式结果，自动使用双引号，同时indent=2保证输出格式清晰易读。

输出结果示例 #

[
  {
    "ID": "ID no1",
    "DataMetric": {
      "ValueM2": "11998"
    },
    "DataImperial": {
      "ValueSqFt": "129145.39718"
    }
  },
  {
    "ID": "ID no2",
    "DataMetric": {
      "ValueM2": "11076"
    },
    "DataImperial": {
      "ValueSqFt": "119221.07178"
    }
  },
  {
    "ID": "ID no3",
    "DataMetric": {
      "ValueM2": "12025"
    },
    "DataImperial": {
      "ValueSqFt": "129.43600276"
    }
  }
]

内容的提问来源于stack exchange，提问作者D P