如何仅使用pandas内置函数实现CSV到指定格式JSON的转换

你不需要手写双层遍历逻辑，pandas原生的to_json()方法可以直接实现你要的转换效果，代码更简洁，运行效率也比手动循环高，还能自动处理pandas专属数据类型的序列化问题，避免手动dump时的类型报错。

最简实现代码 #

import pandas as pd

# 读取CSV文件，和你原有读取逻辑保持一致
df = pd.read_csv(r'ReactStepsSubsteps.csv', encoding='windows-1254')

# 直接导出为目标结构的JSON文件
df.to_json(
    'data.json',
    orient='records',
    force_ascii=False,
    indent=4,
    encoding='utf-8'
)

参数说明 #

• orient='records'：核心配置，指定JSON输出结构为「每一行数据对应一个列名-值的字典，所有字典组成数组」，和你手动拼接出来的结构完全一致。
• force_ascii=False：对齐你原有json.dump的ensure_ascii=False配置，保证非ASCII字符（比如中文、特殊重音符号）不会被转义为Unicode编码，正常显示。
• indent=4：输出带4空格缩进的格式化JSON，和你原有缩进配置效果一致。
• encoding='utf-8'：指定输出文件的编码为UTF-8。

补充说明：你原来手写的遍历逻辑用iterrows()实现，运行效率低，而且遇到numpy数值、pandas时间类型等特殊数据类型时，直接用标准库json.dump经常会出现序列化报错，用内置to_json方法会自动完成所有类型适配，稳定性更好。

内容的提问来源于stack exchange，提问作者pianoman102