如何将Pandas DataFrame转换为指定格式的JSON文件？

要生成你需要的{"0": ["n01440764", "tench"], ...}这种键为行索引字符串、值为每行元素列表的JSON格式，你需要调整DataFrame的转换方式，确保按行来组织数据，而不是默认的按列或嵌套字典结构。

关键思路 #

目标格式要求每行数据作为一个列表，并以行的索引（转为字符串）作为键。我们可以通过以下步骤实现：

1. 将DataFrame的每一行转换为列表；
2. 把转换后的行列表系列转为字典（行索引作为键）；
3. 将字典写入JSON文件。

完整代码示例 #

import pandas as pd
import json
from pathlib import Path

# 你的原始数据与DataFrame构建
data = [('n02124075', 'egyptian_cat'), ('n04067472', 'reel'), ('n04540053', 'volleyball')]
df = pd.DataFrame(data)

# 生成目标格式的字典：行索引为键，行元素列表为值
target_dict = df.apply(list, axis=1).to_dict()

# 写入JSON文件（替换PATH为你的实际路径）
PATH = Path("./")
with open(PATH/'my_file.json', 'w', encoding='utf-8') as f:
    json.dump(target_dict, f, indent=2)  # indent=2用于格式化输出，可选

代码解释 #

• df.apply(list, axis=1)：遍历DataFrame的每一行（axis=1表示按行处理），把每行的两个元素转为一个列表，得到一个以行索引为键、列表为值的Series。
• .to_dict()：将上述Series转为Python字典，此时字典的键是整数类型，但json.dump()会自动将其转换为JSON要求的字符串类型。
• json.dump(..., indent=2)：可选的indent参数让JSON文件更易读，如果你不需要格式化可以去掉。

为什么之前的尝试没成功？ #

你之前用的df.to_dict(orient='list')是按列组织数据的，会得到{"0": [所有行的第一列值], "1": [所有行的第二列值]}的结构，不符合按行输出的需求；而df.to_json(orient='index')默认会把每行转为嵌套字典（如{"0": {"0": "n02124075", "1": "egyptian_cat"}}），也不是你需要的列表格式。

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