Pandas中对重采样后的数据使用to_json如何保留列名？

嘿，我来帮你搞定这个格式转换的问题！你现在通过resample得到的Series转成JSON后是键为时间戳的对象，但想要的是每个元素包含time和amount字段的对象数组对吧？这里有两种实用的方法：

方法一：直接在Pandas中生成目标格式（推荐） #

这种方法不需要额外处理JSON字符串，直接在Pandas里把数据结构调整好再转JSON，效率更高：

# 先执行resample操作得到带时间索引的Series
amount_series = df['amount'].resample('M').last()
# 将Series转为DataFrame，把时间索引转为普通列，并重命名列名
amount_df = amount_series.reset_index().rename(columns={'index': 'time', 'amount': 'amount'})
# 用orient='records'参数生成指定格式的JSON
amount_json = amount_df.to_json(orient='records')

关键说明： #

• reset_index()：把原来的时间索引从索引位置转为普通列，默认列名为index
• rename()：把索引列重命名为你需要的time，保持amount列名不变
• orient='records'：这个参数会让Pandas将每行数据转为一个对象，最终输出对象数组的JSON格式，正好匹配你的需求

方法二：处理已生成的JSON字符串 #

如果你已经拿到了原始的JSON字符串，也可以用Python的json模块来转换：

import json

# 原始的JSON字符串
original_json = '{"1501459200000":1.79,"1504137600000":88.80}'
# 解析为Python字典
data_dict = json.loads(original_json)
# 转换为目标格式的列表
result_list = [{"time": timestamp, "amount": value} for timestamp, value in data_dict.items()]
# 再转为JSON字符串
final_json = json.dumps(result_list)

两种方法都能得到你想要的[{"time":"1501459200000","amount":1.79},{"time":"1504137600000","amount":88.80}]格式，优先推荐第一种方法哦！

内容的提问来源于stack exchange，提问作者jason