如何使用StringGrouper对相似数据分组并将分组结果解析为JSON文件

在你现有代码的基础上，按以下逻辑补充即可完成导出：

import pandas as pd
import json
from string_grouper import StringGrouper

# 你的原有分组逻辑
string_grouper = StringGrouper(data['name'], ignore_index=True, min_similarity=0.83)
string_grouper = string_grouper.fit()
data['deduplicated_name'] = string_grouper.get_groups()

# 若数据集没有内置id字段，可通过索引生成id
if 'id' not in data.columns:
    data['id'] = data.index

# 构造你需要的JSON结构
result = []
# 按去重后的组名聚合所有同组数据
for group_name, group_df in data.groupby('deduplicated_name', sort=False):
    # 每个分组的第一个元素为组统一名称，后续为组内数据条目
    group_item = [group_name]
    for _, row in group_df.iterrows():
        group_item.append({
            "id": row['id'],
            "name": row['name']
        })
    result.append(group_item)

# 导出为JSON文件
with open('similar_group_result.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)

• ensure_ascii=False配置可避免中文导出时出现乱码，indent=4会生成格式化后的易读JSON，不需要格式化可以去掉该参数
• 生成的文件完全匹配你要求的结构：外层为数组，每个子数组对应一个分组，子数组第一个元素为组的统一名称，后续为组内所有数据的id、name对象

内容的提问来源于stack exchange，提问作者Victoria diana