如何在Python中将DataFrame生成的JSON数组包装到transactions键中

我用df.to_json(orient='records')从Pandas DataFrame导出了如下JSON：

[{
    "id": "fc29706f-e041-46f6-88ff-cbab891da63c",
    "account": "21",
    "date": "2021-12-06",
    "amount": "54.4"
}, {
    "id": "508784e4-370d-450d-bed0-8f52da7469dd",
    "account": "21",
    "date": "2022-01-10",
    "amount": "20"
}]

需要转换成API要求的格式：

{
    "transactions": [{
        "id": "fc29706f-e041-46f6-88ff-cbab891da63c",
        "account": "21",
        "date": "2021-12-06",
        "amount": "54.4"
    }, {
        "id": "508784e4-370d-450d-bed0-8f52da7469dd",
        "account": "21",
        "date": "2022-01-10",
        "amount": "20"
    }]
}

原始DataFrame数据如下：

id        date amount category account  
0  fc29706f-e041-46f6-88ff-cbab891da63c  2021-12-06   54.4    21
1  508784e4-370d-450d-bed0-8f52da7469dd  2022-01-10     20    20

请问在Python中实现该转换的最优方法是什么？

直接从DataFrame生成目标格式（推荐） #

跳过中间的records JSON步骤，直接将DataFrame转为字典后包装成目标结构，减少序列化/反序列化的额外开销：

import pandas as pd
import json

# 假设你的DataFrame为df
target_dict = {"transactions": df.to_dict(orient='records')}
# 转为带缩进的格式化JSON字符串
target_json = json.dumps(target_dict, indent=4)

也可以直接用Pandas的JSON工具类完成：

target_json = pd.io.json.dumps({"transactions": df.to_dict(orient='records')}, indent=4)

已有records格式JSON字符串时的转换 #

如果已经拿到了df.to_json(orient='records')生成的字符串，用json模块解析后重新包装即可：

import json

# 示例records格式JSON字符串
records_json = '''[{
    "id": "fc29706f-e041-46f6-88ff-cbab891da63c",
    "account": "21",
    "date": "2021-12-06",
    "amount": "54.4"
}, {
    "id": "508784e4-370d-450d-bed0-8f52da7469dd",
    "account": "21",
    "date": "2022-01-10",
    "amount": "20"
}]'''

# 解析并包装成目标结构
transactions_list = json.loads(records_json)
target_json = json.dumps({"transactions": transactions_list}, indent=4)

注意事项 #

• 优先选择直接从DataFrame生成的方法，性能更优
• 若需自定义日期格式、数值格式等，可在json.dumps中传入default参数处理，或在DataFrame导出前完成数据格式转换

内容的提问来源于stack exchange，提问作者john