Question

我注意到了这种行为，不确定这是一个错误。我创建了一个包含2个整数列和1个浮点列的数据框

import pandas as pd
df = pd.DataFrame([[1,2,0.2],[3,2,0.1]])
df.info()


<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 3 columns):
0    2 non-null int64
1    2 non-null int64
2    2 non-null float64
dtypes: float64(1), int64(2)

如果我将其输出到Json，则dtype信息将丢失：

df.to_json(orient= 'records')

'[{"0":1.0,"1":2.0,"2":0.2},{"0":3.0,"1":2.0,"2":0.1}]'

所有数据都转换为浮点数。如果例如一列包含ns时间戳，则会出现问题，因为它们会转换为指数表示法，并且亚秒信息会丢失。

我还在此处提交了问题：https://github.com/pydata/pandas/issues/7583

我期待的结果是：

'[{"0":1,"1":2,"2":0.2},{"0":3,"1":2,"2":0.1}]'

Answer 1

一种方法是使用对象dtype查看DataFrame列：

In [11]: df1 = df.astype(object)

In [12]: df1.to_json()
Out[12]: '{"0":{"0":1,"1":3},"1":{"0":2,"1":2},"2":{"0":0.2,"1":0.1}}'

In [13]: df1.to_json(orient='records')
Out[13]: '[{"0":1,"1":2,"2":0.2},{"0":3,"1":2,"2":0.1}]'

Pandas to_json更改数据类型

1 个答案: