Python Pandas`read\u json`函数将字符串转换为DateTime对象，即使指定了`convert\u dates=False`attr

我有下一个问题：

[{
"2016-08": 1355,
"2016-09": 2799,
"2016-10": 2432,
"2016-11": 0
}, {
"2016-08": 1475,
"2016-09": 1968,
"2016-10": 1375,
"2016-11": 0
}, {
"2016-08": 3097,
"2016-09": 1244,
"2016-10": 2339,
"2016-11": 0
}, {
"2016-08": 1305,
"2016-09": 1625,
"2016-10": 3038,
"2016-11": 0
}, {
"2016-08": 1530,
"2016-09": 4385,
"2016-10": 2369,
"2016-11": 0
}, {
"2016-08": 3515,
"2016-09": 4532,
"2016-10": 2497,
"2016-11": 0
}, {
"2016-08": 1539,
"2016-09": 1276,
"2016-10": 4378,
"2016-11": 0
}, {
"2016-08": 4989,
"2016-09": 3143,
"2016-10": 2075,
"2016-11": 0
}, {
"2016-08": 3357,
"2016-09": 2745,
"2016-10": 1592,
"2016-11": 0
}, {
"2016-08": 3224,
"2016-09": 2694,
"2016-10": 3958,
"2016-11": 0
}]

当我调用pandas.read_json（json，convert_dates=False）时，我得到下一个结果：

如您所见，所有列都已自动转换。我用错了什么

---

我一直在使用python3.5和pandas 0.18.1

您需要参数

convert\u axes=False

：

如果值未转换为

索引

或

列

，则转换日期=False有效：

[{
    "2016-08": "2016-08",
    "2016-09": 2799,
    "2016-10": 2432,
    "2016-11": 0
}, {
    "2016-08": 1475,
    "2016-09": 1968,
    "2016-10": 1375,
    "2016-11": 0
},
...
...

#1355 changed to '2016-08'
df = pd.read_json('file.json', convert_dates=False)
print (df)
  2016-08-01  2016-09-01  2016-10-01  2016-11-01
0    2016-08        2799        2432           0
1       1475        1968        1375           0
2       3097        1244        2339           0
3       1305        1625        3038           0
4       1530        4385        2369           0
5       3515        4532        2497           0
6       1539        1276        4378           0
7       4989        3143        2075           0
8       3357        2745        1592           0
9       3224        2694        3958           0

如果同时使用两个参数：

df = pd.read_json('file.json', convert_dates=False, convert_axes=False)
print (df)
   2016-08  2016-09  2016-10  2016-11
0  2016-08     2799     2432        0
1     1475     1968     1375        0
2     3097     1244     2339        0
3     1305     1625     3038        0
4     1530     4385     2369        0
5     3515     4532     2497        0
6     1539     1276     4378        0
7     4989     3143     2075        0
8     3357     2745     1592        0
9     3224     2694     3958        0

df = pd.read_json('file.json', convert_dates=False, convert_axes=False)
print (df)
   2016-08  2016-09  2016-10  2016-11
0  2016-08     2799     2432        0
1     1475     1968     1375        0
2     3097     1244     2339        0
3     1305     1625     3038        0
4     1530     4385     2369        0
5     3515     4532     2497        0
6     1539     1276     4378        0
7     4989     3143     2075        0
8     3357     2745     1592        0
9     3224     2694     3958        0