Julia如何将DataFrames直接转换为按行组织的目标JSON格式

核心实现代码 #

直接通过DataFrames自带的行迭代接口做轻量结构转换，不需要逐字段手动序列化，也不需要额外做复杂的预处理逻辑，代码如下：

using DataFrames
using Genie # 调用Genie框架的json方法时引入
# using JSON3 # 如果你使用JSON3做序列化，替换引入包即可

# res为你存储查询结果的DataFrame变量
json_result = json(Dict(
    "alldata" => Dict(
        "columns" => [collect(r) for r in eachrow(res)]
    )
))

实现说明 #

• 上述代码输出结果完全匹配你需要的格式B，即columns字段下按行存储每条记录的数组。
• 默认Genie.json输出列优先结构，是因为DataFrame本身是列存储结构，默认序列化逻辑直接读取底层列数组导致的，你只需要提前把结构转成行优先的嵌套数组，就能直接得到目标输出。
• 转换逻辑中eachrow(res)会逐行返回DataFrameRow对象，collect(r)会把单行对象转成普通的一维数组，按DataFrame当前的列顺序存储该行所有字段值，全程不需要手动声明每个字段的变量、做单独类型转换，不管表有多少列都能自动适配。
• 如果你需要固定行内的字段顺序，只需要在转换前对DataFrame做列重排即可，示例：

  # 按id、name、address、age、sex的固定顺序输出字段
  res_ordered = select(res, :id, :name, :address, :age, :sex)
  json_result = json(Dict(
      "alldata" => Dict(
          "columns" => [collect(r) for r in eachrow(res_ordered)]
      )
  ))
  

• 如果你使用JSON3做序列化，逻辑完全一致，只需要把json()替换为JSON3.write()即可。

方案对比 #

和你之前参考的逐行逐字段序列化实现相比，这个方案有以下优势：

• 不需要手动写每个字段的取值、类型标注代码，后续表结构增减字段不需要修改转换逻辑
• 性能更高，直接依托DataFrames的原生行迭代接口，没有冗余的变量赋值操作
• 代码量更短，可维护性更强

内容的提问来源于stack exchange，提问作者onoke