如何从Pandas DataFrame生成指定格式的JSON对象

你的问题出在直接使用to_json()会生成字符串格式的JSON，且列名、结构都不符合预期。要得到目标格式，需要先调整列名、转换数据结构，再构造最终的JSON对象，具体步骤如下：

步骤1：调整列名 #

先把DataFrame的列名改成目标JSON里的键名：Year→year，Median_Home_Value→value。

步骤2：（可选）格式化数值类型 #

如果需要把整数型的浮点数（比如11973.0）转成整数，保留小数型数值不变，可以添加数值格式化逻辑。

步骤3：转换为字典列表 #

用to_dict('records')把DataFrame转成包含每个行数据的字典列表，这就是目标JSON里的数组内容。

步骤4：构造最终JSON结构 #

把字典列表放到median_home_value键下，再转成格式化的JSON字符串。

完整代码 #

import pandas as pd
import json

# 假设你的DataFrame是test_df
# 重命名列名
renamed_df = test_df.rename(columns={
    'Year': 'year',
    'Median_Home_Value': 'value'
})

# 格式化数值：整数浮点数转int，其余保留原数值
def format_val(val):
    return int(val) if val.is_integer() else val

renamed_df['value'] = renamed_df['value'].apply(format_val)

# 转成字典列表
data_list = renamed_df[['year', 'value', 'type']].to_dict('records')

# 构造目标JSON结构
final_json = {
    'median_home_value': data_list
}

# 生成格式化的JSON字符串（indent参数控制缩进，更易读）
print(json.dumps(final_json, indent=4, ensure_ascii=False))

输出示例 #

运行后会得到符合你要求的JSON：

{
    "median_home_value": [
        {
            "year": 2010,
            "value": 11973,
            "type": "analyzed"
        },
        {
            "year": 2011,
            "value": 12500,
            "type": "analyzed"
        },
        ...
        {
            "year": 2023,
            "value": 20941.344,
            "type": "predicted"
        }
    ]
}

内容的提问来源于stack exchange，提问作者Wolfy