You need to enable JavaScript to run this app. Pandas DataFrame按列分组生成指定结构自定义JSON字符串
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.01 01:36:03