如何将pandas DataFrame转换为带action、payload的多key指定JSON格式

你用pd.json_normalize没成功很正常，这个方法的作用是把嵌套JSON扁平化转为DataFrame，刚好和你要的「DataFrame转嵌套JSON」需求方向相反。你可以通过逐行构造目标结构的方式实现需求，示例代码如下：

实现代码 #

import pandas as pd
import json

# 请替换为你自己的DataFrame变量名
df = pd.DataFrame(
    data=[
        [23432, "example1", 1, "name", "Create"],
        [678786, "example2", 1, "name", "Create"]
    ],
    columns=["id", "x1", "x2", "x3", "action"]
)

# 指定payload包含的字段
payload_columns = ["id", "x1", "x2", "x3"]
# 逐行构造目标结构
output_list = []
for _, row in df.iterrows():
    output_list.append({
        "action": row["action"],
        "payload": row[payload_columns].astype(str).to_dict()
    })

# 输出为格式化的JSON字符串
output_json = json.dumps(output_list, indent=2, ensure_ascii=False)
print(output_json)

如果你喜欢更简洁的写法，也可以用apply实现：

output_list = df.apply(
    lambda r: {
        "action": r["action"],
        "payload": r[["id", "x1", "x2", "x3"]].astype(str).to_dict()
    }, axis=1
).tolist()

说明 #

• 代码里加了astype(str)是为了保证id、x2等数字类型的字段输出为字符串格式，和你给出的示例JSON完全匹配，如果不需要转字符串直接去掉即可。
• 最终输出的output_json就是你需要的格式，也可以直接把output_list传给需要字典结构的接口使用。

内容的提问来源于stack exchange，提问作者Nate