如何为Pandas导出的Records格式JSON添加顶层对象？

现有代码将DataFrame导出为JSON数组格式：

json_data = df.to_json(orient='records')
parser = json.loads(json_data)
json_data = json.dumps(parser, indent=4, ensure_ascii=False)

输出格式为：

[
    {
        "att1": "321",
        "att2": "abc",
        "att3": "cba"
    },
    {
        "att1": "abc",
        "att2": "cba",
        "att3": "123"
    }
]

希望转为包含top键的JSON对象，期望输出：

{
    "top": [
        {
            "att1": "321",
            "att2": "abc",
            "att3": "cba"
        },
        {
            "att1": "abc",
            "att2": "cba",
            "att3": "123"
        }
    ]
}

询问能否通过Pandas的to_json函数实现，或需要手动处理，以及具体修改方式。

两种方式都可以实现，推荐手动构造字典的方式，更简洁高效：

方法一：手动构造顶层结构（推荐） #

直接把解析后的数组放到包含top键的字典里再序列化，无需依赖Pandas特殊参数：

# 修改后的完整代码
json_data = df.to_json(orient='records')
parser = json.loads(json_data)
# 构造带顶层键的字典
result_dict = {"top": parser}
# 序列化生成目标JSON
json_data = json.dumps(result_dict, indent=4, ensure_ascii=False)

方法二：通过Pandas构造嵌套结构（可选） #

可以将原DataFrame包装成嵌套结构后导出，但步骤相对冗余：

import pandas as pd

# 构造包含top键的嵌套DataFrame
nested_data = pd.DataFrame({"top": [df.to_dict('records')]})
# 导出为目标格式的JSON
json_data = nested_data.to_json(orient='columns', indent=4, ensure_ascii=False)

内容的提问来源于stack exchange，提问作者pyth0nEiken