如何将pandas DataFrame导出的JSON整理为指定嵌套数组格式
目标JSON结构的实现调整方案
核心调整点
- 替换原有的
orient='index'配置:该参数会将DataFrame的行索引作为最外层JSON的键,生成{行号: {列名: 单元格值}}的结构,和目标格式完全不匹配。需切换为orient='records'模式,该模式会把DataFrame的每一行转换为独立字典,字典的键自动取DataFrame的列名,满足“每行作为独立JSON对象、列名作为对象键”的要求。 - 补全外层嵌套结构:仅使用
records模式转换得到的结果是纯字典数组,缺少目标格式里"cars"的外层包装层,需要手动组装一层字典结构再写入文件。 - 解决单行压缩输出问题:原代码直接调用
to_json写文件时,默认输出无缩进的压缩单行格式。换用Python标准库json.dump写入时设置缩进参数,即可生成带层级缩进的可读JSON。
调整后可直接运行的代码
import json import pandas as pd # 读取Excel内容,可直接传入文件路径,无需提前读取二进制流 newSheet = pd.read_excel("本地表格文件路径.xlsx") # 将DataFrame逐行转换为字典数组 row_items = newSheet.to_dict(orient="records") # 组装为目标要求的嵌套结构 export_content = { "cars": row_items } # 写入格式化JSON文件 with open("file.json", "w", encoding="utf-8") as f: json.dump( export_content, f, indent=2, # 实现层级缩进,避免单行压缩输出 ensure_ascii=False # 保证中文正常显示,不会被转义为Unicode )
避坑提醒
- 不要直接用
newSheet.to_json(orient="records")写文件,该操作最终输出的是没有外层包装的纯数组,不符合{"cars": [...]}的嵌套要求。 - 如果表格包含中文,一定要加
ensure_ascii=False参数,否则中文会被替换为转义的Unicode编码,可读性差。 indent参数控制JSON的缩进宽度,设置为2即可生成和示例完全一致的带缩进的格式。
内容的提问来源于stack exchange,提问作者christiannc
相关产品推荐
相关产品推荐

