扩展json 使其能自动dump 和load dataframe

为了扩展 JSON，使其能够自动地将 DataFrame 转换为 JSON，并将 JSON 转换回 DataFrame，您可以使用 Pandas 提供的 to_json() 和 read_json() 方法，以及 JSON 库提供的自定义编码和解码函数。

下面是一个示例代码，展示如何将 DataFrame 转换为 JSON，并将 JSON 转换回 DataFrame：

import pandas as pd
import json

# 定义 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 自定义编码函数
def encode_df(obj):
    if isinstance(obj, pd.DataFrame):
        return obj.to_json(orient='split')
    return obj

# 自定义解码函数
def decode_df(obj):
    if '__df__' in obj:
        data = json.loads(obj['__df__'])
        return pd.read_json(data, orient='split')
    return obj

# 将 DataFrame 转换为 JSON
json_data = json.dumps(df, default=encode_df)

# 在 JSON 中添加标识符
data = {'__df__': json_data}

# 将 JSON 转换回 DataFrame
new_df = json.loads(json.dumps(data), object_hook=decode_df)

print(new_df)

在上面的代码中，我们首先定义了一个 DataFrame。然后，我们定义了两个自定义函数：encode_df() 和 decode_df()。encode_df() 函数接收一个对象作为参数，并将其转换为 JSON。如果该对象是 DataFrame，则使用 DataFrame 的 to_json() 方法将其转换为 JSON，并使用 orient 参数设置为 'split'。decode_df() 函数接收一个对象作为参数，并将其转换回原始对象。如果该对象包含标识符 '__df__'，则使用 Pandas 的 read_json() 方法将其转换回 DataFrame。

接下来，我们使用 json.dumps() 方法将 DataFrame 转换为 JSON，并使用自定义的编码函数 encode_df()。然后，我们将 JSON 数据作为值添加到一个新的字典中，并使用标识符 '__df__' 作为键。最后，我们使用 json.loads() 方法将 JSON 数据解码，并使用自定义的解码函数 decode_df() 将其转换回 DataFrame。

这样，您就可以扩展 JSON，使其能够自动地将 DataFrame 转换为 JSON，并将 JSON 转换回 DataFrame。