Python：根据DataFrame点分隔键生成对应层级嵌套JSON

我有如下结构的DataFrame：

key         text
0                    title  Lorem ipsum
1                   header  Lorem ipsum
2              description  Lorem ipsum
.
.
.
.
10            pyramid.male  Lorem ipsum
11    pyramid.male_surplus  Lorem ipsum
12          pyramid.female  Lorem ipsum
13  pyramid.female_surplus  Lorem ipsum
.
.
.
.
29    jitterplot.title1          Lorem ipsum
30    jitterplot.metric_1.label  Lorem ipsum
31  jitterplot.metric_1.tooltip  Lorem ipsum
32    jitterplot.metric_2.label  Lorem ipsum
33  jitterplot.metric_2.tooltip  Lorem ipsum

key列的取值对应JSON文件中的键名，.代表JSON的一层嵌套层级，最终需要生成的JSON结构如下：

{
  "title": "Lorem ipsum",
  "header": "Lorem ipsum",
  "description": "Lorem ipsum",

  "pyramid": {
    "male": "Lorem ipsum",
    "male_surplus": "Lorem ipsum",
    "female": "Lorem ipsum",
    "female_surplus": "Lorem ipsum"
  },

  "jitterplot": {
    "title1": "Lorem ipsum",
    "metric_1": {
      "label": "Lorem ipsum",
      "tooltip": "Lorem ipsum"
    },
    "metric_2": {
      "label": "Lorem ipsum",
      "tooltip": "Lorem ipsum"
    }
  }
}

目前我靠自定义解析器手动逐行写入文本文件实现，可扩展性很差，需要符合Pythonic风格的实现方式。
可以用如下代码加载准备好的测试CSV数据：

import pandas as pd

url = 'https://raw.githubusercontent.com/Thevesh/Display/master/i18n_sample.csv'
df = pd.read_csv(url)

df['n_levels'] = df['key'].str.count('\.') # 存储层级数量的列
max_levels = df.n_levels.max()
df = df.join(df['key'].str.split('.',expand=True))
df.columns = list(df.columns)[:-max_levels-1] + ['key_' + str(x) for x in range(max_levels+1)] 

不需要写复杂的自定义文本解析逻辑，直接利用字典的嵌套特性逐行插入即可，代码简洁且支持任意层级的嵌套，完全满足扩展性要求。

最简实现（基于collections.defaultdict） #

import json
from collections import defaultdict

# 递归定义支持自动嵌套的字典结构
def nested_dict():
    return defaultdict(nested_dict)

result = nested_dict()

# 逐行处理key路径和对应文本
for key_path, text in zip(df['key'], df['text']):
    path_parts = key_path.split('.')
    current_level = result
    # 逐层深入到叶子节点的父级
    for part in path_parts[:-1]:
        current_level = current_level[part]
    # 给叶子节点赋值
    current_level[path_parts[-1]] = text

# 序列化为格式化的JSON字符串
final_json = json.dumps(result, indent=2, ensure_ascii=False)
print(final_json)

无依赖纯dict实现 #

如果不想引入collections模块，用原生dict也可以实现，逻辑完全一致：

import json
import pandas as pd

# 加载数据的代码和之前一致
url = 'https://raw.githubusercontent.com/Thevesh/Display/master/i18n_sample.csv'
df = pd.read_csv(url)

result = {}
for key_path, text in zip(df['key'], df['text']):
    path_parts = key_path.split('.')
    current_level = result
    for part in path_parts[:-1]:
        # 层级不存在则先创建空字典
        if part not in current_level:
            current_level[part] = {}
        current_level = current_level[part]
    current_level[path_parts[-1]] = text

final_json = json.dumps(result, indent=2, ensure_ascii=False)

这个方案的优势：

• 代码量极小，没有冗余的层级判断、文本拼接逻辑
• 支持任意深度的key嵌套，不需要提前计算最大层级、拆分辅助列
• 后续如果key新增更多层级，不需要修改任何代码即可自动适配
• 输出是标准的Python字典结构，可以直接做二次加工，不需要额外解析文本

内容的提问来源于stack exchange，提问作者Thev