將熊貓數據框轉換為字典時，將日期從字符串更改為日期時間對象

Question

我有傻瓜。 數據框：

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

當我將其轉換成字典時，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)}]

為什么dates列成為datetime對象？ 如何將其保留為字符串？

這是dtypes：

avi        float64
fi_id     object
dates        object
dtype: object

Answer 1

您只想制作datetime列字符串

首先，確保這些列實際上是dtype datetime

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

既然遇到了這種麻煩，我們本來可以簡單地將它們變成字符串

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

但這不會一概而論。

我要做的是使用select_dtypes僅捕獲datetime列並將其轉換為字符串。 然后，我將更新數據框並轉儲到新字典中。 所有這些都不會弄亂數據框。

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'}]