Pandas DataFrame生成多层嵌套JSON方法

本文深入解析了将Pandas DataFrame高效转换为多层嵌套JSON的核心技巧，聚焦于按category→countrycode→stateCode三级结构聚合statecount值的实际场景，既提供了性能优异、内存友好的双重groupby循环方案，也介绍了更简洁但稍逊效率的嵌套字典推导式写法，并一针见血地指出数据逻辑一致性、键顺序兼容性、重复键覆盖等常见陷阱及应对策略——无论你是构建API响应、配置文件还是前端所需树形数据，这篇实操指南都能帮你避开坑、选对路、写出清晰稳健的嵌套结构代码。

本文介绍如何将扁平的DataFrame按多级分类（如category → countrycode → stateCode）高效转换为嵌套字典/JSON，涵盖两种实用方法，并指出常见误区与优化建议。

本文介绍如何将扁平的DataFrame按多级分类（如category → countrycode → stateCode）高效转换为嵌套字典/JSON，涵盖两种实用方法，并指出常见误区与优化建议。

在数据分析和API开发中，常需将结构化表格数据（如Pandas DataFrame）转换为深度嵌套的JSON格式，以适配前端渲染、微服务通信或配置文件需求。上述示例要求按 category（一级）、countrycode（二级）、stateCode（三级）逐层聚合 statecount 值，形成键值映射结构。

最直接且性能优良的方式是使用双重 groupby 配合字典原生操作：

out = {}
for (k1, k2), g in df.groupby(['category', 'countrycode']):
    out.setdefault(k1, {})[k2] = g.set_index('stateCode')['statecount'].to_dict()

该方法遍历 category 与 countrycode 的联合分组，利用 setdefault 确保外层键存在，再将每组内 stateCode 设为索引、提取 statecount 列并转为字典。时间复杂度接近 O(n)，内存友好，推荐用于中大型数据集。

另一种更函数式、可读性更强（但略低效）的写法是字典推导式：

nested = {
    k1: {
        k2: g2.set_index('stateCode')['statecount'].to_dict()
        for k2, g2 in g.groupby('countrycode')
    }
    for k1, g in df.groupby('category')
}

⚠️ 注意事项：

• 原问题中示例输出存在数据不一致（如 'Medical' → 'US' 应含 'AK':600 和 'OK':90，但 'OK' 实际属于 'Research' 类别），请务必核对原始DataFrame逻辑，避免误聚合；
• to_dict() 默认生成 {'key': value} 形式，若需保留顺序（Python < 3.7），建议升级解释器或显式使用 collections.OrderedDict；
• 如需最终导出为标准JSON字符串，调用 json.dumps(nested, indent=2) 即可；
• 若存在重复 (category, countrycode, stateCode) 组合，set_index(...).to_dict() 会静默覆盖——建议预先用 df.duplicated(subset=['category','countrycode','stateCode']).any() 检查唯一性。

总结：嵌套JSON构建本质是分层聚合 + 键值映射，优先选用显式循环（清晰可控）或嵌套推导式（简洁声明），避免过度依赖 to_json(orient='records') 等扁平化方法——它们难以天然支持多级嵌套语义。

今天关于《Pandas DataFrame生成多层嵌套JSON方法》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！