提问人：24n8 提问时间：11/9/2023 更新时间：11/10/2023 访问量：50
将 pandas 数据帧转换为字典（时间戳->日期时间转换）
Converting pandas dataframe to dict (timestamp->datetime conversions)
问：
我有一个带有列的数据帧。当我这样做时，列值的类型将转换为字典条目中的 pandas 时间戳。dfdtdf.to_dict(orient="records")dt
所以我在考虑做这样的事情：
list_of_dicts = [
{col: val.to_pydatetime() if isinstance(val, pd.Timestamp) else val for col, val in row.items()}
for row in df.to_dict(orient='records')
]
有没有更好/天生的方法来在手术期间进行这种转换？to_dict
答：
0赞
Aneema
11/9/2023
#1
Pandas 没有提供内置参数来控制日期的序列化，但您可以在调用时控制日期时间转换，这允许对日期时间格式进行更多自定义。如果要将数据帧转换为类似 JSON 的格式，并且仍然可以控制日期时间的处理方式，这将非常有用。to_dict()to_json()
评论
0赞
FObersteiner
11/9/2023
JSON 没有 datetime 类型;日期时间将只是一个字符串或数字。to_json只允许您从 ISO 格式或 Unix 时间戳中进行选择 - 这是非常合理的，因为出于互操作性原因，json 不应包含任意格式的日期时间。
0赞
FObersteiner
11/10/2023
#2
您可以将 to_pydatetime 用作对 DF 列的操作，而不是对 Dict 进行后处理：
import pandas as pd
from pandas.api.types import is_datetime64_any_dtype as is_datetime
df = pd.DataFrame(
{"Date": ["2021/01/01", "2021/01/01", "2021/01/02"], "Value": [1, 2, 3]}
)
df["Date"] = pd.to_datetime(df["Date"])
d = {
# note that explicitly putting this into a series will not be required anymore in the future:
col: pd.Series(df[col].dt.to_pydatetime(), dtype=object).to_dict()
if is_datetime(df[col])
else df[col].to_dict()
for col in df.columns
}
d
{'Date': {0: datetime.datetime(2021, 1, 1, 0, 0),
1: datetime.datetime(2021, 1, 1, 0, 0),
2: datetime.datetime(2021, 1, 2, 0, 0)},
'Value': {0: 1, 1: 2, 2: 3}}
评论