如何将给定Python DataFrame转换为指定结构嵌套JSON并保存到磁盘

原始输入数据 #

待处理的DataFrame包含员工号、姓名、项目、任务4个字段，其中存在项目、任务字段全为空的无效记录，原始数据结构如下：

转换规则 #

转换流程严格对齐目标JSON格式要求：

• 生成的JSON顶层设置Records数组，数组内每个元素对应单名员工的完整信息
• 员工节点固定包含Emp_No、Name字段，同一名员工的多条关联项目记录不重复生成独立员工节点
• 为每个员工节点添加Project_Details数组字段：将该员工下所有非空的Project、Task配对为独立对象存入数组；如果员工无有效项目记录，该字段输出为空数组
• 员工编号统一转为字符串格式存储，匹配目标示例的格式规范

可直接运行的实现代码 #

import pandas as pd
import numpy as np
import json

# 构造/读取原始DataFrame，实际使用时替换为自身的数据源读取逻辑即可
raw_df = pd.DataFrame({
    "Emp_No": [1, 1, 2, 3],
    "Name": ["ABC", "ABC", "DEF", "IJH"],
    "Project": ["P1", "P2", "P3", np.nan],
    "Task": ["T1", "T2", "T3", np.nan]
})

# 按员工维度分组聚合
output_records = []
for emp_id, emp_group in raw_df.groupby("Emp_No", sort=False):
    # 过滤项目、任务为空的无效记录
    valid_project_rows = emp_group.dropna(sub=["Project", "Task"])
    # 组装项目明细列表
    project_details = [
        {"Project": row.Project, "Task": row.Task}
        for _, row in valid_project_rows.iterrows()
    ]
    # 生成单条员工记录
    output_records.append({
        "Emp_No": str(emp_id),
        "Name": emp_group["Name"].iloc[0],
        "Project_Details": project_details
    })

# 组装最终JSON结构并保存到本地磁盘
final_payload = {"Records": output_records}
# 替换为实际需要保存的本地文件路径
save_path = "emp_project_export.json"
with open(save_path, "w", encoding="utf-8") as f:
    json.dump(final_payload, f, ensure_ascii=False, indent=2)

输出结果校验 #

代码运行后生成的JSON结构完全符合要求，示例输出如下：

{
  "Records": [
    {
      "Emp_No": "1",
      "Project_Details": [
        {"Project": "P1", "Task": "T1"},
        {"Project": "P2", "Task": "T2"}
      ],
      "Name": "ABC"
    },
    {
      "Emp_No": "2",
      "Project_Details": [
        {"Project": "P3", "Task": "T3"}
      ],
      "Name": "DEF"
    },
    {
      "Emp_No": "3",
      "Project_Details": [],
      "Name": "IJH"
    }
  ]
}

内容的提问来源于stack exchange，提问作者Asutosh Sarangi