如何对JSON文件增删列后保存为CSV，能否使用dataframe实现？

你之前修改未生效的核心原因是pandas的DataFrame操作默认返回新对象，未赋值给变量的话修改不会保留，对应操作方法如下：

1. 新增指定列 #

你提到length、maxcal、mincal三列均来自原route列，可直接从原数据的route字段提取，无需额外创建空DataFrame拼接：

# 此处提取逻辑需根据你实际的route字段结构调整，示例为route列元素为包含对应key的字典场景
data['length'] = data['route'].apply(lambda x: x['length'])
data['maxcal'] = data['route'].apply(lambda x: x['maxcal'])
data['mincal'] = data['route'].apply(lambda x: x['mincal'])

如果你已经提前把三列处理为fitness2，则将上述代码替换为：

data = data.join(fitness2)

2. 删除指定列 #

使用drop方法指定要删除的列，赋值后修改即可生效：

data = data.drop(columns=['route', 'MapURL', 'MapURL_tc', 'MapURL_sc'])

3. 保存为CSV文件 #

使用to_csv方法导出，配置index=False可以不导出pandas默认生成的行索引，encoding='utf-8-sig'适配Windows下Excel打开中文不出现乱码：

data.to_csv('processed_fitness.csv', index=False, encoding='utf-8-sig')

完整代码示例 #

import pandas as pd

# 读取原始JSON文件
data = pd.read_json('fitness.json')

# 从route列提取三个新列，根据实际route结构调整提取逻辑
data['length'] = data['route'].apply(lambda x: x['length'])
data['maxcal'] = data['route'].apply(lambda x: x['maxcal'])
data['mincal'] = data['route'].apply(lambda x: x['mincal'])

# 删除不需要的列
data = data.drop(columns=['route', 'MapURL', 'MapURL_tc', 'MapURL_sc'])

# 导出为CSV
data.to_csv('processed_fitness.csv', index=False, encoding='utf-8-sig')

内容的提问来源于stack exchange，提问作者user16835025