如何将Pandas训练与验证DataFrame合并为带标签的JSON文件

直接通过构造顶层字典+DataFrame内置方法就能实现，这是最简洁的Pythonic写法：

import json
import pandas as pd

# 基于已有train_df和val_df构造目标结构
dataset = {
    "training": train_df.to_dict(orient="records"),
    "validation": val_df.to_dict(orient="records")
}

# 写入JSON文件（indent=4用于生成格式化的可读性JSON，可按需移除）
with open("combined_dataset.json", "w", encoding="utf-8") as f:
    json.dump(dataset, f, indent=4)

关键说明 #

• to_dict(orient="records")会将DataFrame转换成列表嵌套字典的结构，完全匹配你需要的子数组格式，和你用to_json(orient="records")生成的结构逻辑一致，只是返回Python原生数据结构而非JSON字符串。
• 外层用普通Python字典包裹两个数据集的结果，再通过json.dump直接写入文件，全程无需手动拼接JSON字符串，既简洁又避免格式错误。

如果不想额外导入json模块，也可以用pandas的to_json方法直接处理顶层结构：

import pandas as pd

dataset = {
    "training": train_df.to_dict(orient="records"),
    "validation": val_df.to_dict(orient="records")
}

pd.Series(dataset).to_json("combined_dataset.json", indent=4)

不过这种方式本质和第一种逻辑一致，第一种可读性更强。

内容的提问来源于stack exchange，提问作者DS_Testing