求助：Pandas中groupby数据集转JSON格式异常，to_excel功能正常

看起来你遇到的核心问题是：GroupBy对象本身的分层结构不适合直接转JSON，而Excel导出时pandas会自动处理这些层级，所以能正常工作。下面我会结合你给出的数据集，一步步教你正确导出JSON的方法。

先还原你的数据集（方便演示） #

首先我先把你给出的零散数据整理成标准的DataFrame，假设原始数据是这样的：

import pandas as pd

data = {
    "Country": ["UK", "UK", "UK", "US"],
    "Sub": ["source4", "source3", "source1", "source2"],
    "amount": [1, 1, 2, 1]  # 补全US对应的amount值
}
df = pd.DataFrame(data)

为什么直接转GroupBy对象会出错？ #

当你对DataFrame做groupby后，得到的是一个GroupBy迭代对象，它不是扁平的DataFrame结构，可能包含MultiIndex或者嵌套的分组数据。直接调用to_json()时，pandas无法正确解析这种分层结构，就会生成格式错误的JSON。而to_excel()会自动展开层级、处理索引，所以能正常导出。

正确的解决步骤 #

1. 先把GroupBy结果转换为标准DataFrame #

根据你的需求，分两种常见场景处理：

场景1：按Country分组，保留每个分组内的所有Sub和amount数据

如果你想把每个国家对应的所有source和金额都嵌套在JSON里，可以用apply()把每个分组转成字典列表，再reset_index()把分组键转为列：

# 按Country分组，将每个分组的Sub和amount转为字典列表
grouped_df = df.groupby("Country").apply(
    lambda x: x[["Sub", "amount"]].to_dict("records")
).reset_index(name="sources")

场景2：按Country+Sub分组，聚合amount（比如求和）

如果你是做了聚合操作，得到的是带MultiIndex的结果，需要用reset_index()把索引转为普通列：

# 按Country和Sub分组，对amount求和
grouped_agg = df.groupby(["Country", "Sub"])["amount"].sum().reset_index()

2. 导出为格式正确的JSON #

现在用to_json()导出，指定合适的orient参数控制JSON结构：

• 用orient='records'会生成数组格式的JSON（最常用）
• 用indent=2可以格式化JSON，方便阅读

场景1的导出代码：

json_result = grouped_df.to_json(orient="records", indent=2)
print(json_result)

输出的JSON格式如下：

[
  {
    "Country": "UK",
    "sources": [
      {
        "Sub": "source4",
        "amount": 1
      },
      {
        "Sub": "source3",
        "amount": 1
      },
      {
        "Sub": "source1",
        "amount": 2
      }
    ]
  },
  {
    "Country": "US",
    "sources": [
      {
        "Sub": "source2",
        "amount": 1
      }
    ]
  }
]

场景2的导出代码：

json_result = grouped_agg.to_json(orient="records", indent=2)
print(json_result)

输出的JSON格式如下：

[
  {
    "Country": "UK",
    "Sub": "source1",
    "amount": 2
  },
  {
    "Country": "UK",
    "Sub": "source3",
    "amount": 1
  },
  {
    "Country": "UK",
    "Sub": "source4",
    "amount": 1
  },
  {
    "Country": "US",
    "Sub": "source2",
    "amount": 1
  }
]

3. 更灵活的自定义JSON结构 #

如果你需要更定制化的JSON格式，可以先把DataFrame转为Python字典，再用json模块格式化：

import json

# 先转成字典
data_dict = grouped_df.to_dict("records")
# 自定义格式化
custom_json = json.dumps(data_dict, indent=2, ensure_ascii=False)
print(custom_json)

关键总结 #

• 永远不要直接对GroupBy对象调用to_json()，先把它转换为标准的扁平DataFrame（用reset_index()、apply()等方法）
• 根据你的需求选择合适的orient参数，'records'是最通用的选择
• 如果需要嵌套结构，用apply()配合to_dict('records')来生成嵌套的字典列表

内容的提问来源于stack exchange，提问作者jason