熊猫to_json更改数据类型

Question

我注意到了这种现象，不确定是否是错误。我创建一个具有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信息会丢失：

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型。例如，如果一列包含ns时间戳，则会出现问题，因为它们已转换为指数符号，并且亚秒级信息丢失。

我也在这里提出了这个问题：https : //github.com/pydata/pandas/issues/7583

我期望的结果是：

'[{"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}]'