如何将pandas DataFrame转换为指定结构的嵌套字典或JSON

适配你使用的Python 3.8 + Pandas 0.19.2版本，可直接运行以下代码实现需求：

首先构造测试用的DataFrame（如果已经有真实数据可跳过这一步）：

import pandas as pd

# 示例DataFrame，替换为你自己的数据源即可
df = pd.DataFrame({
    'id_number': [1234, 1234],
    'name': ['ABCD', 'ABCD'],
    'amount': ['$100', '$100'],
    'addenda': ['Car-wash-$30', 'Maintenance-$70']
})

核心转换逻辑：

result = []
# 按同组内值一致的三个字段分组
for (id_num, name, amount), group_df in df.groupby(['id_number', 'name', 'amount']):
    # 生成指定格式的addenda列表
    addenda_items = [{'payment_related_info': val} for val in group_df['addenda'].values]
    # 组装单条记录加入结果
    result.append({
        'id_number': id_num,
        'name': name,
        'amount': amount,
        'addenda': addenda_items
    })

如果需要输出JSON格式字符串，可继续调用json模块处理：

import json

# indent参数用于格式化输出，可根据需求调整
output_json = json.dumps(result, indent=4)
print(output_json)

运行后输出的结果和你要求的格式完全一致。该方案采用遍历分组的实现方式，兼容性强，适配Pandas 0.19.2等低版本，逻辑清晰易调整。

内容的提问来源于stack exchange，提问作者Asinha