如何将Pandas DataFrame导出为指定格式的JSON文件？

问题描述 #

现有如下结构的DataFrame：

需要将其导出为如下格式的JSON文件：

{               
    "expect": {         
        "tc-01": {      
            "bapc":{    
                "act":1,
                "bp":2,
                "ly":3,
                "vsLy":4,
                "bsBp":5
            },  
            "nsr":{ 
                "act":6,
                "bp":7,
                "ly":8,
                "vsLy":9,
                "bsBp":10
            }
        },
        "tc-02": {      
            "bapc":{    
                "act":1,
                "bp":2,
                "ly":3,
                "vsLy":4,
                "bsBp":5
            },  
            "nsr":{ 
                "act":6,
                "bp":7,
                "ly":8,
                "vsLy":9,
                "bsBp":10
            }
        }
    }           
}

解决方案 #

可以通过Pandas的索引操作和字典推导实现，具体代码如下：

import pandas as pd
import json

# 模拟目标DataFrame（实际使用时可替换为你的数据源）
data = [
    ["bapc", "act", 1, 1],
    ["bapc", "bp", 2, 2],
    ["bapc", "ly", 3, 3],
    ["bapc", "vsLy", 4, 4],
    ["bapc", "bsBp", 5, 5],
    ["nsr", "act", 6, 6],
    ["nsr", "bp", 7, 7],
    ["nsr", "ly", 8, 8],
    ["nsr", "vsLy", 9, 9],
    ["nsr", "bsBp", 10, 10]
]
df = pd.DataFrame(data, columns=["A", "B", "tc-01", "tc-02"])

# 设置多层索引：以A、B列为层级索引
df.set_index(["A", "B"], inplace=True)

# 构建目标JSON的嵌套结构
result = {"expect": {}}
# 遍历每个测试列（tc-xx）
for col in df.columns:
    # 将列数据转换为A→B→值的嵌套字典
    col_dict = df[col].unstack(level=0).to_dict()
    corrected_dict = {a: {b: val for b, val in items.items()} for a, items in col_dict.items()}
    result["expect"][col] = corrected_dict

# 导出为格式化的JSON文件
with open("output.json", "w") as f:
    json.dump(result, f, indent=4)

代码说明 #

1. 设置多层索引：将A和B列设为层级索引，为后续按分组转换字典做准备。
2. 转换嵌套字典：对每个tc-xx列，通过unstack展开层级索引，再调整字典嵌套顺序，得到A→B→数值的结构。
3. 导出JSON：将构建好的嵌套结构写入JSON文件，indent=4参数用于生成可读性更强的格式化输出。

内容的提问来源于stack exchange，提问作者Dung Pham