如何以Pythonic方式将指定DataFrame字典转换为目标JSON格式？

问题背景 #

现有如下字典形式的DataFrame结构：

original_data = {
    'bisac_code1': {2: {'BIO016000': 0.8, 'CKB041000': 0.30000000000000004}},
    'bisac_code2': {2: {'CKB049000': 0.3, 'BIO028000': 0.8}},
    'bisac_code3': {2: {'SPO058000': 0.8, 'CKB030000': 0.3}}
}

需要将其转换为如下规范JSON结构（注：原目标示例存在语法瑕疵，已修正为合法JSON格式）：

{
    "bisac_code_1": [
        {"code": "BIO016000", "weight": 0.8},
        {"code": "CKB041000", "weight": 0.30000000000000004}
    ],
    "bisac_code_2": [
        {"code": "CKB049000", "weight": 0.3},
        {"code": "BIO028000", "weight": 0.8}
    ],
    "bisac_code_3": [
        {"code": "SPO058000", "weight": 0.8},
        {"code": "CKB030000", "weight": 0.3}
    ]
}

此前通过循环加大量字符串格式化的非Pythonic方式实现，现寻求更优雅的实现方案。

Pythonic解决方案 #

可以结合字典推导式和列表推导式完成转换，代码简洁且可读性强：

import json

original_data = {
    'bisac_code1': {2: {'BIO016000': 0.8, 'CKB041000': 0.30000000000000004}},
    'bisac_code2': {2: {'CKB049000': 0.3, 'BIO028000': 0.8}},
    'bisac_code3': {2: {'SPO058000': 0.8, 'CKB030000': 0.3}}
}

# 核心转换逻辑
transformed_data = {
    # 调整键名格式：bisac_codeX → bisac_code_X
    key.replace('bisac_code', 'bisac_code_'): [
        # 将内层键值对转为指定字典结构
        {'code': code, 'weight': weight}
        for code, weight in value[2].items()
    ]
    for key, value in original_data.items()
}

# 生成格式化后的JSON字符串
json_result = json.dumps(transformed_data, indent=4)
print(json_result)

代码说明 #

1. 字典推导式：遍历原始数据的每个键值对，同时完成键名的格式修正。
2. 列表推导式：针对每个键对应的内层字典（原始数据中固定以2为键），批量转换为{"code": ..., "weight": ...}的字典结构，组成列表作为新键的值。
3. json.dumps：将转换后的字典格式化为带缩进的JSON字符串，完全匹配目标格式要求。

内容的提问来源于stack exchange，提问作者Federico Vega