如何将Pandas DataFrame转换为指定结构的嵌套JSON输出

你需要先按代理商（a1字段）分组，将每组的行数据整理为agents数组的内容，最后在外层包裹quotes结构即可，以下是完整可运行代码：

import pandas as pd
import json

# 构造示例DataFrame，你可以替换为自己的读入逻辑（比如pd.read_csv读入）
data = [
    ["agent1", "abc", "quote1", "NJ", 19029],
    ["agent1", "abc", "quote1", "NJ", 19029],
    ["agent2", "xyz", "quote2", "CA", 95003],
    ["agent2", "xyz", "quote2", "CA", 95003]
]
df = pd.DataFrame(data, columns=["a1", "a2", "a3", "a4", "a5"])

# 将a5转为字符串类型，匹配你要求的输出格式
df["a5"] = df["a5"].astype(str)

# 按a1分组构造目标结构，sort=False保持原数据的代理商顺序
quotes_list = []
for _, group in df.groupby("a1", sort=False):
    # 组内每行转换为字典，放入agents字段
    agents = group.to_dict("records")
    quotes_list.append({"agents": agents})

# 外层包裹quotes得到最终结构
result = {"quotes": quotes_list}

# 打印格式化后的JSON
print(json.dumps(result, indent=4, ensure_ascii=False))

# 如果需要保存到本地JSON文件，可使用下面的代码
# with open("output.json", "w", encoding="utf-8") as f:
#     json.dump(result, f, indent=4, ensure_ascii=False)

运行代码输出的JSON结构和你要求的完全一致。

内容的提问来源于stack exchange，提问作者Shiva