如何按照指定JSON格式调整DataFrame的输出结构

首先确认目标格式（修正原格式中重复的Person-name笔误，第二个对应年龄的字段调整为Person-age）：

{
  "Id": {
    "Unique-id": "id",
    "Details": {
      "Person-name": "name",
      "Person-age": "age"
    }
  }
}

参考示例图：

实现代码 #

假设你正在处理的DataFrame包含id、name、age三个字段，使用Python Pandas实现的代码如下：

• 导入依赖

import pandas as pd
import json

• 定义转换规则并执行转换

def row_to_target_format(row):
    return {
        "Id": {
            "Unique-id": row["id"],
            "Details": {
                "Person-name": row["name"],
                "Person-age": row["age"]
            }
        }
    }

# df替换为你实际的DataFrame变量名
target_dataset = df.apply(row_to_target_format, axis=1).tolist()

• 导出为JSON文件（可选）

with open("转换结果.json", "w", encoding="utf-8") as f:
    json.dump(target_dataset, f, ensure_ascii=False, indent=2)

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