如何创建含动态JSON记录的DataFrame或列表？Rest-API插入需求

我需要创建包含动态JSON记录的列表，后续通过Rest-API插入数据，但现有代码无法实现目标。

原代码：

data_collect = df_res.collect()

for row in data_collect:
  v_id_person = '"' + row["Id"] + '"' 
  i= 1
  data[i] = """{
    "resourceType" : "Example",
    "identifier" : [{ 
            "use" : "official", 
             {
                    "system": "https://example/identif",
                    "code": "CC"
                }
            ] }, 
            "value" : """ +    str(v_id_person)   + """
    } """
  i = i + 1

display(data)

期望效果：

display(data)
row[1] = {"resourceType" : "Example", "identifier" : [{ ... "value": "5412"}
row[2] = {"resourceType" : "Example", "identifier" : [{ ... "value": "432"}
row[3] = {"resourceType" : "Example", "identifier" : [{ ... "value": "1112"}
...
row[n] = {"resourceType" : "Example", "identifier" : [{ ... "value": v_id_person}

问题分析 #

原代码的核心问题：

• 计数器重置：循环内每次将i设为1，导致所有记录都覆盖data[1]，无法生成多条记录
• JSON语法错误：手动拼接的JSON存在结构缺陷，比如identifier数组内的嵌套对象缺少键名、value位置错误
• 字符串拼接风险：直接拼接JSON字符串极易出现引号不匹配、括号遗漏等问题，难以排查和维护

修正后的代码 #

推荐用Python字典构造合法结构，再按需转为JSON字符串（适配API要求），既保证语法正确又易于维护：

import json

# 初始化空列表存储结果
data = []

data_collect = df_res.collect()

for row in data_collect:
    # 获取Id值，无需手动加引号，字典会自动处理字符串类型
    v_id_person = row["Id"]
    # 构造符合规范的字典结构
    record = {
        "resourceType": "Example",
        "identifier": [
            {
                "use": "official",
                "type": {  # 补充原代码缺失的键名，修复JSON结构
                    "system": "https://example/identif",
                    "code": "CC"
                },
                "value": str(v_id_person)  # 将Id转为字符串存入指定字段
            }
        ]
    }
    # 将每条记录追加到列表
    data.append(record)

# 若API要求传入JSON字符串，可执行序列化
# json_data = [json.dumps(item) for item in data]

display(data)

说明 #

1. 用字典替代字符串拼接：Python字典与JSON结构天然对应，彻底避免手动拼接的语法错误
2. 列表追加记录：通过append()自动按顺序添加每条记录，无需手动维护索引
3. 修复JSON结构：补充原代码缺失的type键，确保嵌套对象符合JSON规范
4. 可选序列化：如果Rest-API需要JSON字符串格式，用json.dumps()将字典转为字符串即可

内容的提问来源于stack exchange，提问作者Gonza