如何用Python对数组中JSON格式数据排序及转换分组结果为JSON

我来帮你一步步解决这两个问题，直接上实用的方案和代码示例：

在Python中，我们通常把JSON格式的数据解析为字典列表来处理。排序的核心是用内置的sorted()函数，通过key参数指定排序依据的字段。

示例场景 #

假设你有这样的数组（每个元素对应一条JSON格式的数据）：

json_array = [
    {"category": "A", "total_count": 50, "total_predicted_postive_rate": 0.7},
    {"category": "B", "total_count": 30, "total_predicted_postive_rate": 0.9},
    {"category": "C", "total_count": 70, "total_predicted_postive_rate": 0.6}
]

1. 按单个字段排序 #

• 升序排序（比如按total_count从小到大）：

sorted_by_count = sorted(json_array, key=lambda x: x['total_count'])

• 降序排序（比如按total_predicted_postive_rate从高到低）：

sorted_by_rate = sorted(json_array, key=lambda x: x['total_predicted_postive_rate'], reverse=True)

2. 按多个字段排序 #

如果需要先按一个字段排序，再按另一个字段排序（比如先按正例率降序，再按总数升序）：

sorted_multi = sorted(
    json_array,
    key=lambda x: (-x['total_predicted_postive_rate'], x['total_count'])
)

这里用-号实现降序，避免重复写reverse=True。

你的results是嵌套字典结构，分两种情况处理：

情况1：直接处理Python字典 #

如果results是普通的Python字典，用标准库的json模块最灵活：

import json

# 假设你的results完整结构如下
total_count = 100
total_predicted_postive_count = 65
total_predicted_negative_count = 35
total_predicted_postive_rate = 0.65
total_predicted_negative_rate = 0.35

results = {
    'main_category': {
        'total_count': total_count,
        'total_predicted_postive_count': total_predicted_postive_count,
        'total_predicted_negative_count': total_predicted_negative_count,
        'total_predicted_postive_rate': total_predicted_postive_rate,
        'total_predicted_negative_rate': total_predicted_negative_rate
    }
}

# 转换为格式化的JSON字符串
json_result = json.dumps(results, indent=4, ensure_ascii=False)
print(json_result)

参数说明：

• indent=4：让JSON输出带缩进，可读性更强
• ensure_ascii=False：如果结果包含中文，不会被转成Unicode编码

情况2：处理Pandas分组结果 #

如果你的分组是用Pandas的groupby完成的，建议先把聚合结果转成DataFrame，再用to_json()方法：

import pandas as pd

# 假设原始数据是这样的DataFrame
df = pd.DataFrame({
    'main_category': ['X', 'X', 'Y', 'Y'],
    'count': [20, 30, 40, 10],
    'predicted_positive': [15, 21, 32, 7]
})

# 分组聚合得到统计结果
grouped_results = df.groupby('main_category').agg(
    total_count=('count', 'sum'),
    total_predicted_postive_count=('predicted_positive', 'sum'),
    total_predicted_postive_rate=('predicted_positive', lambda x: x.sum()/x.count())
).reset_index()

# 转换为JSON，orient参数控制输出格式
# 输出为字典列表（适合多分类场景）
json_result = grouped_results.to_json(orient='records', indent=4, force_ascii=False)
print(json_result)

常用的orient参数：

• 'records'：输出为[{...}, {...}]的列表格式，适合多分类结果
• 'index'：以分组键为顶级键，和你现在的results结构一致
• 'columns'：以统计字段为顶级键

内容的提问来源于stack exchange，提问作者SARANYA