如何基于Pandas现有列创建JSON格式的新列？

嘿，刚好做过类似的需求，给你两个简单实用的方案，轻松实现你要的效果：

方法1：逐行生成字典（直观易懂） #

用apply按行处理，每一行直接转成字典就行，代码如下：

import pandas as pd

# 先构造你的示例DataFrame
df = pd.DataFrame({
    'A': [1, 4, 7, 0],
    'B': [2, 5, 8, 1],
    'C': [3, 6, 9, 2]
})

# 新增D列，每行是A、B、C列组成的字典
df['D'] = df.apply(lambda row: row.to_dict(), axis=1)

这里axis=1指定按行操作，row.to_dict()会自动把当前行的列名作为键、对应值作为值，生成你需要的字典格式。

方法2：批量生成（性能更优） #

如果你的数据集比较大，推荐用to_dict('records')批量生成字典列表，再赋值给D列，比apply效率高很多：

# 只针对A、B、C列生成字典列表，然后赋值给D列
df['D'] = df[['A', 'B', 'C']].to_dict('records')

to_dict('records')会直接把指定列的所有行转换成字典组成的列表，每个元素就是一行对应的键值对，完美匹配需求。

验证结果 #

运行完代码后，打印df就能得到你想要的输出：

A  B  C                     D
0  1  2  3  {'A': 1, 'B': 2, 'C': 3}
1  4  5  6  {'A': 4, 'B': 5, 'C': 6}
2  7  8  9  {'A': 7, 'B': 8, 'C': 9}
3  0  1  2  {'A': 0, 'B': 1, 'C': 2}

内容的提问来源于stack exchange，提问作者user12428796