Question

我正在使用Pandas 0.12.0，并且在将系列或数据帧转换为json时，我看到一些与文档相矛盾的行为。

如果我创建一个包含一些包含空值的日期的系列，我会得到这样的结果：

>>> s = pandas.Series(data=[datetime.datetime.now(), datetime.datetime.now(), None])
>>> s
0    2013-11-07 16:10:47.530771
1    2013-11-07 16:10:47.530782
2                          None
dtype: object

根据http://pandas.pydata.org/pandas-docs/dev/io.html#writing-json，当转换为json时，None，NaT和NaN值应输出为null。

如果我然后输出to_json，我会按预期为第三个条目获取null。

>>> s.to_json()
'{"0":1383840647530771000,"1":1383840647530782000,"2":null}'

但是，我需要确保数据类型是datetime64 [ns]用于其他一些计算，因此我将字段转换为Pandas中的datetime，如下所示：

>>> t = pandas.to_datetime(s)
>>> t
0   2013-11-07 16:10:47.530771
1   2013-11-07 16:10:47.530782
2                          NaT
dtype: datetime64[ns]

“无”现在是一个NaT，这是一致的和预期的。然后我尝试再次输出json，我得到NaT值的负值而不是我期望的null。

>>> t.to_json()
'{"0":1383840647530771000,"1":1383840647530782000,"2":-9223372036854775808}'

使用iso格式会变得更糟，因为它试图格式化日期，但大多数解析器无法弄清楚如何处理输出日期，这会造成各种各样的破坏。

>>> t.to_json(date_format='iso')
'{"0":"2013-11-07T16:10:47.530771","1":"2013-11-07T16:10:47.530782","2":"0001-255-255T00:00:00"}'

关于我应该如何进行的任何想法？谢谢！

修改：

看起来这是pandas.NaT的字符串表示问题？

>>> str(pandas.NaT)
'0001-255-255 00:00:00'

Answer 1

有点hacky，但你可以这样做

 In [13]: s = Series(pd.to_datetime(['20130101',None]))

 In [14]: s
 0   2013-01-01 00:00:00 
 1                   NaT
 dtype: datetime64[ns]

 In [15]: def f(x):
             if isnull(x): 
                return 'null'
             return x.isoformat()    ....: 

 In [16]: s.apply(f).to_json() 

 Out[16]:
 '{"0":"2013-01-01T00:00:00","1":"null"}'

Answer 2

只需创建一个自定义编码器：

class CustomEncoder(json.JSONEncoder):
    def default(self, obj):
        if pd.isnull(obj):
            return None
        elif isinstance(obj, datetime):
            return obj.isoformat()
        elif isinstance(obj, date):
            return obj.isoformat()
        elif isinstance(obj, timedelta):
            return (datetime.min + obj).time().isoformat()
        else:
            return super(CustomEncoder, self).default(obj)

然后用它来编码数据帧：

df_as_dict = df.to_dict(outtype = 'records')  # transform to dict

df_as_json = CustomEncoder().encode(df_as_dict) #transform to json

由于编码器对数据进行了标准化，因此常规解码器可以很好地将其转换回数据帧：

result_as_dict = json.JSONDecoder().decode(df_as_json) # decode back to dict

result_as_df = pd.DataFrame(result_as_dict)  # transform dict back to dataframe

当然，如果在编码之前将数据帧放入更大的dict中，这也会有效，例如

input_dict = {'key_1':val_1,'key_2':val_2,...,'df_as_dict':df_as_dict}
input_json = CustomEncoder().encode(input_dict)
input_json_back_as_dict = json.JSONDecoder().decode(input_json)
input_df_back_as_dict = input_json_back_as_dict['df_as_dict']
input_df_back_as_df = pd.DataFrame(input_df_back_as_dict)

Pandas to_json没有为NaT输出null

2 个答案: