假设你从data创建的一个框架开始，你可以提取面积值，groupby天，然后转换回JSON：

df = pd.DataFrame(data)
out = (df
      .assign(area=df['info'].apply(lambda d:d['area']))
      .drop('info',axis=1)
      .groupby('day')
      .agg(list)
      .to_json(orient='index')
      )

示例数据的输出：

'{"1-1-2012":{"num":[12,52],"area":["USA","KSA"]},"4-3-2012":{"num":[34],"area":["KSA"]}}'

请注意，如果您实际想要的输出是一个包含值集的字典，您可以将聚合更改为set，并将对to_json的调用替换为to_dict：

out = (df
      .assign(area=df['info'].apply(lambda d:d['area']))
      .drop('info',axis=1)
      .groupby('day')
      .agg(set)
      .to_dict(orient='index')
      )

输出量：

{
  '1-1-2012': {
    'num': {12, 52},
    'area': {'USA', 'KSA'}
  },
  '4-3-2012': {
    'num': {34},
    'area': {'KSA'}
  }
}

我认为你想要的数据结构可能在某些基本方面是错误的，但是为了论证的目的，假设这种有损转换 * 是 * 你想要的，你可以这样做：

data = [{'info': {'area': 'USA', 'other': 'cat'}, 'day': '1-1-2012', 'num': 12},
    {'info': {'area': 'KSA', 'other': 'bat'}, 'day': '1-1-2012', 'num': 52},
    {'info': {'area': 'KSA', 'other': 'fat'}, 'day': '4-3-2012', 'num': 34},]
result = {}
for d in data:
    day = d['day']
    row = result.setdefault(day, {'area': set(), 'num': set()})
    row['area'].add(d['info']['area'])
    row['num'].add(d['num'])

其给出：

>>> result
{'1-1-2012': {'area': {'USA', 'KSA'}, 'num': {12, 52}}, '4-3-2012': {'area': {'KSA'}, 'num': {34}}}