如何在Pandas中左连接DataFrame并生成JSON格式新列

步骤说明 #

1. 对商品信息DataFrame按seller分组，将每组商品详情转换为标准JSON数组格式
2. 将分组结果与卖家信息DataFrame做左连接，确保所有卖家信息完整保留

完整代码示例 #

import pandas as pd
import json

# 初始化卖家信息DataFrame
df_sellers = pd.DataFrame({
    'seller': ['smith', 'john', 'alan'],
    'sales': ['Yes', 'No', 'Yes'],
    'is_active': ['Yes', 'Yes', 'No']
})

# 初始化商品信息DataFrame
df_products = pd.DataFrame({
    'seller': ['smith', 'smith', 'smith', 'john', 'john', 'john', 'alan', 'alan', 'alan'],
    'product': ['book', 'dvd', 'cd', 'sofa', 'umbrella', 'bag', 'tv', 'cable', 'fridge'],
    'EAN': ['ANUDH17e89', 'NVGS5w621', 'NCYbh658', 'codkv32876', 'chudbic132', 'coGTTf276', 'BYU1890H', 'ndhnjh0988', 'BTFS$42561'],
    'URL': ['www.ecvdgv.com', 'www.awfcj.com', 'www.bstx.com', 'www.....', 'www.....', 'www.....', 'www.....', 'www.....', 'www.....'],
    'PRICE': [13.45, 23.76, 9.99, 348, 38, 54, 239, 5, 158]
})

# 分组生成JSON格式的商品列
product_json = df_products.groupby('seller').apply(
    lambda group: json.dumps(
        group.drop('seller', axis=1).to_dict('records'),
        indent=2  # 缩进格式化，提升JSON可读性
    )
).reset_index(name='New_column')

# 左连接两个DataFrame
final_df = df_sellers.merge(product_json, on='seller', how='left')

# 查看结果
print(final_df)

代码解释 #

• groupby('seller')：按卖家维度聚合商品数据，确保同一卖家的商品被归为一组
• group.drop('seller', axis=1)：移除分组后重复的seller字段，仅保留商品核心信息
• to_dict('records')：将每组商品数据转换为字典列表（每个字典对应一件商品的详情）
• json.dumps(..., indent=2)：将字典列表转为格式化的JSON字符串，便于后续读取和使用
• merge(..., how='left')：左连接保证原卖家信息的所有行都被保留，避免遗漏无商品的卖家（示例中无此场景）

输出效果（简化展示） #

seller sales is_active                                         New_column
0  smith   Yes       Yes  [
  {
    "product": "book",
    "EAN": "ANUDH17e89",
    "URL": "www.ecvdgv.com",
    "PRICE": 13.45
  },
  {
    "product": "dvd",
    "EAN": "NVGS5w621",
    "URL": "www.awfcj.com",
    "PRICE": 23.76
  },
  ...
]
1   john    No       Yes  [
  {
    "product": "sofa",
    "EAN": "codkv32876",
    "URL": "www.....",
    "PRICE": 348
  },
  ...
]
2   alan   Yes        No  [
  {
    "product": "tv",
    "EAN": "BYU1890H",
    "URL": "www.....",
    "PRICE": 239
  },
  ...
]

内容的提问来源于stack exchange，提问作者Thomas Chenu