如何修改Pandas CSV转JSON代码，使结果包含"data"包裹的数组？

现有Python代码可正常运行，但无法得到预期的JSON格式结果：

parser.add_argument('-f', '--fields', help='csv fields', type=lambda s: [str(item) for item in s.split(',')])
fields = parser.parse_args().fields
print(fields)
df = pd.read_csv('data/file.csv', usecols=fields)
print(df.to_json(orient='index'))

执行命令：

python main.py --fields date,campaign,clicks

当前输出结果：

['date', 'campaign', 'clicks']
{"0":{"date":"2022-01-06","campaign":"retageting APAC","clicks":1}}

期望输出的JSON需被"data"字段包裹，格式如下：

['date', 'campaign', 'clicks']
{"data":[{"date":"2022-01-06","campaign":"retageting APAC","clicks":1}]}

只需调整to_json的参数并构造目标字典结构，两种实现方式如下：

方式一：借助json模块实现 #

parser.add_argument('-f', '--fields', help='csv fields', type=lambda s: [str(item) for item in s.split(',')])
fields = parser.parse_args().fields
print(fields)
df = pd.read_csv('data/file.csv', usecols=fields)
import json
# 将DataFrame转为对象列表，再包装进data字段对应的字典
result = {"data": json.loads(df.to_json(orient='records'))}
print(json.dumps(result))

方式二：仅用pandas能力实现 #

parser.add_argument('-f', '--fields', help='csv fields', type=lambda s: [str(item) for item in s.split(',')])
fields = parser.parse_args().fields
print(fields)
df = pd.read_csv('data/file.csv', usecols=fields)
# 直接构造包含data键的结构并转为JSON
print(pd.Series({"data": df.to_dict('records')}).to_json(orient='index'))

核心说明 #

• 使用orient='records'（或to_dict('records')）会将DataFrame转换为对象列表的格式，正好匹配期望中data字段对应的数组内容
• 把这个列表包装进{"data": ...}的字典后再转为JSON，即可得到目标格式

内容的提问来源于stack exchange，提问作者Skivel