如何将Pandas DataFrame的行转为JSON字符串并遍历处理？

你的问题出在对to_json(orient='records')返回结果的格式理解上：当你用这个参数时，得到的是一个紧凑的JSON数组字符串（比如[{"A":0.123,"B":-0.456,...}, {...}, ...]），整个字符串里没有换行符，所以用split('\n')拆分自然得不到独立的单行JSON对象，反而会把整个数组当成一个元素，后续json.loads还会报错。

下面给你两种可行的解决方案：

方案1：直接解析整个JSON数组（推荐） #

既然返回的是JSON数组，我们可以直接用json.loads把整个字符串转成Python列表，然后遍历列表里的每个字典即可，这是最高效的方式：

import json
import pandas as pd
import numpy as np

# 生成测试DataFrame
df = pd.DataFrame(np.random.randn(50, 4), columns=list('ABCD'))
# 转为JSON数组字符串
df_as_json = df.to_json(orient='records')

# 解析整个数组为Python列表
records_list = json.loads(df_as_json)

# 遍历每个数据行对应的字典
for jdict in records_list:
    # 这里写你的处理逻辑，比如打印当前行的A列值
    print(f"当前行A列值：{jdict['A']}")

方案2：生成每行一个JSON的格式（适合需要逐行存储/传输的场景） #

如果你确实需要得到每行一个独立JSON对象的字符串，可以在调用to_json时加上lines=True参数，这样输出的字符串会每行对应一个JSON对象，此时用split('\n')拆分就有效了（注意要过滤可能存在的空行）：

import json
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(50, 4), columns=list('ABCD'))
# 生成每行一个JSON的字符串
df_as_json_lines = df.to_json(orient='records', lines=True)

# 拆分并遍历
for json_document in df_as_json_lines.split('\n'):
    # 跳过最后可能的空行
    if json_document.strip():
        jdict = json.loads(json_document)
        # 处理逻辑示例
        print(f"当前行B列值：{jdict['B']}")

简单总结下：

• 不需要单行JSON字符串的话，直接解析整个数组是最优选择
• 必须要单行格式时，用lines=True参数生成对应格式再拆分

内容的提问来源于stack exchange，提问作者Markus