You need to enable JavaScript to run this app. 如何使用Python将CSV文件转换为带数字索引键格式的JSON
优惠活动
大模型
产品
解决方案
定价
更多

如何使用Python将CSV文件转换为带数字索引键格式的JSON

实现指定Keyed JSON结构的代码方案

调整思路

现有代码采用orient="records"生成数组形式的JSON集合,要生成外层以从"1"开始的递增字符串数字为键、内层嵌套对应行字段的结构,无需改动原有CSV读取规则和序列化配置参数,仅需在原有序列化结果基础上重组结构即可,完全匹配目标输出格式。

完整可运行代码

import pandas as pd
import json

# CSV读取逻辑保持原有配置不变
my_csv = pd.read_csv(
    "output.csv",
    sep=",",
    header=0,
    index_col=False,
    encoding='utf-8-sig'
)

# 完全保留原有序列化配置,匹配之前的浮点数精度、日期格式设置
json_file = my_csv.to_json(
    orient="records",
    date_format="epoch",
    double_precision=10,
    date_unit="ms",
    default_handler=None
)

# 将原数组形式的JSON字符串解析为Python列表对象
records_list = json.loads(json_file)

# 重组为目标Keyed结构:外层键为从"1"开始的递增字符串格式序号
keyed_output = {
    str(seq_num): row_data
    for seq_num, row_data in enumerate(records_list, start=1)
}

# 写入目标JSON文件
with open("newJsonfile.json", "w", encoding="utf-8") as f:
    json.dump(keyed_output, f, ensure_ascii=False, indent=3)

关键注意事项

  • 不要直接使用pandas自带的orient="index"参数,该参数生成的外层键是从0开始的整数类型索引,既不符合从1开始的序号规则,也不是字符串格式的键,和目标输出结构不匹配
  • 重组过程全程复用原有序列化规则,不会改动字段值的内容、数值精度、日期格式
  • 替换原有手动调用open/close的文件操作方式,使用上下文管理器自动处理文件关闭流程,避免资源泄漏
  • 写入文件时指定utf-8编码,搭配ensure_ascii=False参数,避免中文内容被转义为Unicode编码、出现乱码

内容的提问来源于stack exchange,提问作者Fernandis

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.13 23:15:08