Python 熊猫-解析MySql结果

我正在使用python在MySql上执行查询。在UI端使用FLOAPI表示MySql数据。以下是目前的实施情况

query2 = f"""select time, value from NWSTAT 
             where time > \'{from_date}\' 
             and time < \'{to_date}\'"""
result2 = pd.read_sql(query2, engine)
return result2.to_json(orient='records')

根据这个响应，我在UI Javascript端为Flot API创建了belwo结构

[[1581931200000,0],[1581931200000,0],[1581931200000,0],[1581931200000,0]]

有没有办法在python端本身不进行任何迭代就能做到这一点？直接从查询结果

使用Flask服务器。 UI端：JQuery、Handlebar JS

编辑：在接受答案中，第二种方法花费的时间较少。。以下是两种方法处理240k记录所用的时间

 First one: --- 1.6689300537109375e-06 seconds ---
 Second one: --- 0.5330650806427002 seconds ---

---

问题是，如果将两列转换为整数的numpy数组格式更改为浮点值

print (json.dumps(result2.to_numpy().tolist()))

第一个想法是从字典的

.values（）

创建列表，并转换为

json

：

import json

query2 = f"""select time, value from NWSTAT 
             where time > \'{from_date}\' 
             and time < \'{to_date}\'"""
result2 = pd.read_sql(query2, engine)
return json.dumps([list(x.values()) for x in result2.to_dict(orient='records')])

import json

query2 = f"""select time, value from NWSTAT 
             where time > \'{from_date}\' 
             and time < \'{to_date}\'"""
result2 = pd.read_sql(query2, engine)
return json.dumps(list(map(list, zip(*result2.to_dict(orient='l').values()))))

---

感谢更新的解决方案，第二个解决方案在更短的时间内给出相同的结果。有没有处理NaN值的选项？@saravanakumar-如果NaN值是多少？删除行？我在mysql端处理过！！！！从NWSTAT中选择时间、合并（值，0）。。。。这解决了我的问题。。。非常感谢您及时的帮助！！！检查240K记录的响应时间==第一种方法--1.6689300537109375e-06秒---==第二种方法--0.5330650806427002秒---

import json

query2 = f"""select time, value from NWSTAT 
             where time > \'{from_date}\' 
             and time < \'{to_date}\'"""
result2 = pd.read_sql(query2, engine)
return json.dumps(list(map(list, zip(*result2.to_dict(orient='l').values()))))