将熊猫数据框转换为字典时，将日期从字符串更改为日期时间对象

Question

我有傻瓜。 数据框：

                avi       fi_id       dates
2017-07-17  0.318844    zab_a_002  2017-07-17

当我将其转换成字典时，得到以下信息：

dict_avi = df.reset_index().to_dict('records')

[{'index': Timestamp('2017-07-17 00:00:00'), 'avi': 0.3188438263036763, 'fi_id': 'zab_a_002', 'dates': datetime.date(2017, 7, 17)}]

为什么dates列成为datetime对象？ 如何将其保留为字符串？

这是dtypes：

avi        float64
fi_id     object
dates        object
dtype: object

Answer 1

您只想制作datetime列字符串

首先，确保这些列实际上是dtype datetime

df['index'] = pd.to_datetime(df['index'])
df['dates'] = pd.to_datetime(df['dates'])

既然遇到了这种麻烦，我们本来可以简单地将它们变成字符串

df['index'] = pd.to_datetime(df['index']).astype(str)
df['dates'] = pd.to_datetime(df['dates']).astype(str)

但这不会一概而论。

我要做的是使用select_dtypes仅捕获datetime列并将其转换为字符串。 然后，我将更新数据框并转储到新字典中。 所有这些都不会弄乱数据框。

df.assign(
    **df.select_dtypes(['datetime']).astype(str).to_dict('list')
).to_dict('records')

[{'avi': 0.3188438263036763,
  'dates': '2017-07-17',
  'fi_id': 'zab_a_002',
  'index': '2017-07-17'}]