Pandas 将 DataFrame 保存和读取到 json

Question

我正在尝试将带有一些日期的 pandas DataFrame 保存到 json 中，然后将其读回。虽然当我从 json 读回时，我得到的日期格式不同（大部分时间需要再次解析日期）。

import pandas as pd
df = pd.Series(range(7),pd.date_range('2014-10-01','2014-10-07')).reset_index()
df.columns = ['LoadDate','number']
print df

    LoadDate  number
0 2014-10-01       0
1 2014-10-02       1
2 2014-10-03       2
3 2014-10-04       3
4 2014-10-05       4
5 2014-10-06       5
6 2014-10-07       6

现在，如果我要导出到并读取回来，我会得到以下结果（不需要）

print pd.read_json(df.to_json())

        LoadDate  number
0  1412121600000       0
1  1412208000000       1
2  1412294400000       2
3  1412380800000       3
4  1412467200000       4
5  1412553600000       5
6  1412640000000       6

我希望能够以原始格式读回日期。我怎样才能以干净的方式做到这一点？

有趣的部分来了。

df.columns = ['date','number']
print pd.read_json(df.to_json())

        date  number
0 2014-10-01       0
1 2014-10-02       1
2 2014-10-03       2
3 2014-10-04       3
4 2014-10-05       4
5 2014-10-06       5
6 2014-10-07       6

如果我将列的名称更改为“日期”，它会起作用！当然，我希望能够将该列称为与日期不同的名称，所以我仍然有兴趣弄清楚如何管理它。非常感谢！ （我使用的是熊猫 0.15.0！）

Answer 1

首先，您在使用to_json 时获得这些数字的原因。 docstring 表示“日期时间对象将转换为 UNIX 时间戳”：

In [27]: df.to_json()
Out[27]: '{"LoadDate":{"0":1412121600000,"1":1412208000000,...}}'

所以你看到的数字是 unix 纪元时间戳。但是to_json 有一个date_format 参数，您还可以在其中指定输出ISO 格式的字符串：

In [19]: df.to_json(date_format='iso')
Out[19]: '{"LoadDate":{"0":"2014-10-01T00:00:00.000Z","1":"2014-10-02T00:00:00.000Z", ...}}'

---

然后，第二个，为什么用read_json 的解析是不同的。同样，来自docstring：

convert_dates：布尔值，默认为 True
要解析日期的列列表；如果为 True，则尝试解析 datelike 列，默认为 True

默认情况下为 True，因此将尝试检测类似日期的列。显然，此检测还查看列名。但正如文档字符串所说，您也可以手动指定应将哪一列解析为日期：

In [25]: pd.read_json(df.to_json(), convert_dates=['LoadDate'])
Out[25]: 
    LoadDate  number
0 2014-10-01       0
1 2014-10-02       1
2 2014-10-03       2
3 2014-10-04       3
4 2014-10-05       4
5 2014-10-06       5
6 2014-10-07       6