Pandas DataFrame按列分组生成指定结构自定义JSON字符串
按指定列分组生成自定义结构JSON字符串实现方案
核心实现逻辑
按col1完成数据分组后,对每个分组提取col2、col3两列的子集,将其转为字典列表后外层包裹"values"键,最后序列化为JSON字符串,整理为要求的双列DataFrame结构。
完整可运行代码
- 导入依赖、复现测试DataFrame
import pandas as pd import json # 复现题目给出的测试用DataFrame df = pd.DataFrame( [ ["c1", "a1", "123"], ["c1", "a2", "456"], ["c2", "a1", "789"] ], index=["row1", "row2", "row3"], columns=["col1", "col2", "col3"], )
- 编写分组转换逻辑
# 单分组的JSON构造函数 def generate_group_json(group_df): # 提取分组内col2、col3的记录,转为字典列表 col_records = group_df[["col2", "col3"]].to_dict(orient="records") # 套上外层values结构,序列化为JSON字符串 return json.dumps({"values": col_records}, ensure_ascii=False) # 执行分组聚合 result = df.groupby("col1").apply( lambda g: generate_group_json(g), include_groups=False ).reset_index(name="json_string") # 调整列名匹配要求的结构 new_df = result.rename(columns={"col1": "key_id"})
关键说明
- 用
to_dict(orient="records")可以直接把DataFrame行转成键值对形式的字典,和预期的JSON内部结构完全匹配 json.dumps相比直接调用DataFrame的to_json方法灵活性更高,可以直接自定义外层包裹的键结构,避免手动拼接字符串导致的格式错误include_groups=False是pandas 2.0及以上版本的兼容参数,避免分组列被传入apply函数内部做冗余计算
运行输出效果
执行代码后得到的new_df和题目预期结构完全一致,生成的是标准合法的JSON字符串:
key_id json_string 0 c1 {"values": [{"col2": "a1", "col3": "123"}, {"col2": "a2", "col3": "456"}]} 1 c2 {"values": [{"col2": "a1", "col3": "789"}]}
备选实现(基于pandas原生to_json方法)
如果偏好使用pandas自带的to_json方法实现,可将单分组转换函数替换为以下写法,最终效果完全一致:
def generate_group_json_tojson(group_df): inner_records_json = group_df[["col2", "col3"]].to_json(orient="records", force_ascii=False) return '{"values":' + inner_records_json + '}'
内容的提问来源于stack exchange,提问作者Chris
相关产品推荐
相关产品推荐

