使用df.to_sql写入JSON字段时嵌套列表被额外加双引号的问题咨询

基于pandas的df.to_sql方法，将包含坐标嵌套列表的DataFrame写入数据库时，已提前将Geometry字段指定为JSON类型存储，但写入后的字段值存在异常：嵌套列表内容被额外包裹一层双引号，不符合存储预期。

预期写入效果 #

表包含两列，列名分别为A header、Geometry：

• 第一行：A header取值为First，Geometry值为原生数组结构[[12.3, 45.6], [7.8, 9.1]]
• 第二行：A header取值为Second，Geometry值为原生数组结构[[12.3, 45.6], [7.8, 9.2]]

实际异常表现 #

Geometry列的嵌套列表值均被额外包裹一层双引号，呈现为字符串化的JSON形式：

• 第一行Geometry值："[[12.3, 45.6], [7.8, 9.1]]"
• 第二行Geometry值："[[12.3, 45.6], [7.8, 9.2]]"

def upload_df(connection, df, table_name):
    dtype = { 
        'Geometry':JSON
    }
    schema = "schema"
    df.to_sql(table_name, connection,schema=schema,if_exists='replace',index=False, chunksize=1000, dtype=dtype)

• JSON类型导入路径不匹配
  若代码中导入的是SQLAlchemy通用版JSON类型，而非对应数据库方言下的原生JSON类型，驱动会无法正确识别字段的JSON属性，触发兜底逻辑将Python列表转为普通字符串存储，最终造成额外的双引号包裹。
  解决方式：根据使用的数据库替换导入路径，MySQL场景需从sqlalchemy.dialects.mysql导入JSON类型，PostgreSQL场景从sqlalchemy.dialects.postgresql导入对应JSON/JSONB类型，保证类型和数据库驱动完全匹配。
• Geometry字段值未做预序列化
  多数数据库驱动要求JSON字段的入参必须是经过合法序列化的JSON格式值，若直接传入Python原生嵌套列表，驱动会将值识别为普通字符串，写入时自动叠加双引号包裹。
  解决方式：写入前对Geometry列做预序列化处理：

  import json
  df['Geometry'] = df['Geometry'].apply(json.dumps)
  

• 数据库无原生JSON类型支持
  若使用的数据库（如部分版本的SQLite）没有内置JSON类型支持，to_sql会自动将声明的JSON类型退化为文本类型存储，出现双引号嵌套的问题。
  解决方式：这类场景可在读取数据时配置自动JSON解析逻辑，适配存储格式，避免双引号带来的二次解析问题。

内容的提问来源于stack exchange，提问作者Anon Li