您可以导入子进程来执行shell命令，以创建新目录并相应地重命名映像：

import pandas as pd
from subprocess import call

path = "input_folder/train.jsonl"
df = pd.read_json(path_or_buf=path, lines=True,)

# make a duplicate dataframe
ndf = df.copy(deep=True)
filenames = list()
for i in range(len(ndf)):
    og_fn = ndf['file_name'][i]
    new_fn = 'A_{fn}'.format(fn=og_fn)
    filenames.append((og_fn, new_fn))
    ndf.loc[i, ['file_name']] = [new_fn]

# create output directory
call(['mkdir out_folder'], shell=True)

# copy original imgs folder into out_folder
dst = '/Users/username/.../out_folder'
src = '/Users/username/.../input_folder/imgs'
cmd = 'cp -a {s} {d}'.format(s=src, d=dst)
call([cmd, src, dst], shell=True)

# write the new dataframe to '/.../out_folder/train.jsonl'
with open(f'{dst}/train.jsonl', 'w', encoding='utf-8') as f:
    f.write(ndf.to_json(orient='records', lines=True, force_ascii=False))

for og, new in filenames:
    cmd = 'mv {og} {new}'.format(og=og, new=new)
    call([cmd], shell=True, cwd=dst + '/imgs')

这应该会在input_folder所在的目录中为您提供一个output_folder，其中包含更新后的train.jsonl和imgs目录（包含名称更新后的图像）--让我知道这是否适合您。PS您必须使用深拷贝，因为浅拷贝将存储对原始 Dataframe 数据的引用。
EDIT.1 * 在将新的 Dataframe 传递给.to_json之前，您需要打开将to编码设置为utf-8的 Dataframe ;并且，传递参数force_ascii=False（force_ascii;bool，默认值为True--强制编码字符串为ASCII。）*
EDIT.2我想我明白你的意思--这是因为我没有从新的jsonl本身重命名图像名称（只是你在问题中指定的方式）--你可以将文件名保存为列表中的元组（original，new）。然后，我们可以循环这些文件名元组，并在imgs/目录中调用'mv {original} {new}'：

ndf = df.copy(deep=True)
filenames = list()
for i in range(len(ndf)):
    og_fn = ndf['file_name'][i]
    new_fn = 'A_{fn}'.format(fn=og_fn)
    filenames.append((og_fn, new_fn))
    ndf.loc[i, ['file_name']] = [new_fn]
    •
    •
    •
for og, new in filenames:
    cmd = 'mv {og} {new}'.format(og=og, new=new)
    call([cmd], shell=True, cwd=dst + '/imgs')