Python中如何将CSV转换为含数组的复杂嵌套JSON

我尝试将CSV文件转换为复杂嵌套JSON格式，使用的CSV样例数据如下：

样例CSV数据 #

• 字段表头：title,section_id,content,expected
• 数据行内容：

"Test case1",1234,"Test step1","Expected Result1"
"Test case1",1234,"Test step2","Expected Result2"
"Test case1",1234,"Test step3","Expected Result3"

预期输出要求 #

将相同title、section_id的记录合并，把每行的content、expected字段整合为custom_steps_separated数组下的子对象，预期JSON结构如下：

[
  {
    "title": "Test case1",
    "section_id": 1234,
    "custom_steps_separated": [
      {
        "content": "Test step1",
        "expected": "Expected Result1"
      },
      {
        "content": "Test step2",
        "expected": "Expected Result2"
      },
      {
        "content": "Test step3",
        "expected": "Expected Result3"
      }
    ]
  }
]

现有问题代码 #

import pandas as pd
df = pd.read_csv('testcases.csv')
df['custom_steps_separated'] = df[['content','expected']].to_dict('records')
out = df[['title','section_id','custom_steps_separated']].to_json(orient='records', indent=4)
jsondict = json.loads(out)
for i in range(0,len(jsondict)):
 print(list(jsondict)[i])

上述代码未对同title、section_id的记录做聚合合并，无法生成符合要求的嵌套JSON结构。

现有代码的核心问题是缺少分组逻辑，逐行转换会生成多条重复的用例记录，用pandas内置的groupby做分组聚合即可实现需求，修正后代码如下：

import pandas as pd
import json

# 读取CSV文件
df = pd.read_csv('testcases.csv')

# 按用例维度分组聚合
result = df.groupby(['title', 'section_id'], as_index=False).apply(
    lambda x: {
        "title": x.name[0],
        "section_id": x.name[1],
        "custom_steps_separated": x[["content", "expected"]].to_dict("records")
    }
).tolist()

# 输出格式化后的JSON到文件
with open("output.json", "w", encoding="utf-8") as f:
    json.dump(result, f, indent=4, ensure_ascii=False)

代码说明 #

• 分组键选title和section_id，确保同一个测试用例的所有步骤被归为同一组
• 分组后每组的name属性就是对应的分组键值，直接取来作为公共字段即可，不需要额外去重
• 组内的content和expected直接转成字典列表，赋值给custom_steps_separated字段，完全匹配预期结构
• 如果只需要控制台打印结果，把写文件部分换成print(json.dumps(result, indent=4, ensure_ascii=False))即可
• ensure_ascii=False参数是为了兼容中文等非ASCII字符，纯英文场景可以省略。

内容的提问来源于stack exchange，提问作者Amit Kumar