Python 如何将pandas数据帧导出为json并保留原始日期时间格式？

我正在处理一个数据集，我将应用于_json（）方法以导出json文件中的熊猫数据帧。然后我将使用这个json文件上传到MongoDB。然而，我意识到datetime格式被转换成了历元时间戳在导出到JSON文件以及将JSON文件上载到MongoDB时，如何保留日期时间格式？另外，我不希望json输出中出现空字段

df:

json输出的片段：

[{"user_id":62507249,"datetime":[{"checkin_date":1612051200000},{"checkout_date":1612051200000}]}, 
{"user_id":69546481,"datetime":[{"checkin_date":1612051200000}]}, ......]

下面是我转换为json的代码：

jsonresult = df.T.apply(lambda row: row[~row.isnull()].to_json())
json_wrapped = "[%s]" % ",".join(jsonresult)

# write JSON to file
with open('jsonresult.json', 'w') as f:
    f.write(json_wrapped)

---

您需要使用以下方法将

datetime

列转换为

string

：

此外，将其转换为

json

的代码是不必要的。您可以执行以下操作：

jsonresult  = df.to_json(orient='records')

---

我想您需要

date\u format='iso'

参数，如果要删除缺少值的行，可以使用：

---

---

---

您好，我很抱歉，我不得不编辑问题以更好地呈现实际问题，您的答案的第一部分在一定程度上有所帮助，它基本上保留了日期格式，但它将日期数据类型转换为字符串，因此当我将json文件上载到MongoDB时，日期是字符串格式，而不是datetime。如何保留datetime格式？糟糕的是，我刚刚意识到我没有在问题中指定要将json文件上载到MongoDB。将编辑我的问题accordingly@snow-Hmmm，如果需要json，那么所有数据都将转换为字符串，因此没有日期时间。@snow-可能的解决方案是将值转换为诸如change

。to_json（date\u format='iso'，orient='records'）

to

。to_dict（orient='records'）df['datetime'] = df['datetime'].astype(str)

jsonresult  = df.to_json(orient='records')

a = [{"user_id":1,"datetime":[{"checkin_date":pd.Timestamp('2021-02-01 00:00:00')},
                                     {"checkout_date":pd.Timestamp('2021-02-01 00:00:00')}]},
     {"user_id":2,"datetime":[{"checkin_date":pd.Timestamp('2021-02-01 00:00:00')}]},
     {"user_id":4,"datetime": np.nan}]
df = pd.DataFrame(a)
print (df)
   user_id                                           datetime
0        1  [{'checkin_date': 2021-02-01 00:00:00}, {'chec...
1        2            [{'checkin_date': 2021-02-01 00:00:00}]
2        4                                                NaN

jsonresult = df.dropna(subset=['datetime']).to_json(date_format='iso', orient='records')
print (jsonresult)
[{"user_id":1,"datetime":[{"checkin_date":"2021-02-01T00:00:00.000Z"},
                          {"checkout_date":"2021-02-01T00:00:00.000Z"}]},
 {"user_id":2,"datetime":[{"checkin_date":"2021-02-01T00:00:00.000Z"}]}]

dictresult = df.dropna(subset=['datetime']).to_dict(orient='records')
print (dictresult)
[{'user_id': 1, 'datetime': [{'checkin_date': Timestamp('2021-02-01 00:00:00')},
                             {'checkout_date': Timestamp('2021-02-01 00:00:00')}]}, 
 {'user_id': 2, 'datetime': [{'checkin_date': Timestamp('2021-02-01 00:00:00')}]}]