如何在Jupyter Notebook中用Python筛选含CSV中ID的JSON数据？

首先修正你代码里的小笔误：定义的变量是var_filter，但display时误写为act_filter，需要改成display(var_filter)。

接下来分两步完成筛选：

1. 提取CSV中的目标ID集合 #

CSV中存储的是需要保留的ID，先将这些ID提取并转换为集合（集合的成员查询效率远高于列表，数据量大时优势明显）：

# 提取CSV的id列，转字符串确保与JSON中的id类型匹配，再转成集合
filtered_ids = set(var_filter['id'].astype(str).tolist())

这里用astype(str)是为了避免类型不匹配问题——比如CSV中的ID是数字类型，而JSON中的ID是字符串类型，直接对比会导致筛选失败。

2. 筛选JSON数据 #

通过列表推导式遍历加载好的JSON数据，只保留id存在于filtered_ids中的条目：

# 筛选符合条件的JSON条目
filtered_data = [item for item in data if item['id'] in filtered_ids]

完整代码示例 #

import json
import pandas as pd
from IPython.display import display

# 读取包含id的CSV文件
var_filter = pd.read_csv('file.csv')
display(var_filter)  # 修正笔误：act_filter -> var_filter

# 提取需要保留的id集合
filtered_ids = set(var_filter['id'].astype(str).tolist())

# 加载JSON文件
with open('file.json') as f:
    data = json.load(f)

# 执行筛选
filtered_data = [item for item in data if item['id'] in filtered_ids]

# 展示筛选结果
print("筛选后的JSON数据：")
display(filtered_data)

# 可选：将筛选结果保存为新的JSON文件
with open('filtered_file.json', 'w', encoding='utf-8') as f:
    json.dump(filtered_data, f, ensure_ascii=False, indent=4)

补充说明 #

• 如果你的CSV中存储ID的列名不是id，请将var_filter['id']替换为实际列名（比如var_filter['user_id']）。
• 若不需要保存筛选结果，可以删除最后一段保存JSON的代码。

内容的提问来源于stack exchange，提问作者Wong Chloe