使用pandas to_json导出DataFrame时如何保留微秒？

默认情况下pandas的to_json方法会把datetime类型的精度截断到毫秒，要保留微秒可以用以下两种方案：

方案一：将时间列转为带微秒的字符串导出 #

把datetime列格式化为包含微秒的字符串后再导出，读取时再转换回datetime类型：

import pandas as pd
from datetime import datetime as dt

# 构造测试数据
df = pd.DataFrame( { 'timestamp' : [dt.strptime('2023-09-19 10:10:10.111222', '%Y-%m-%d %H:%M:%S.%f')] } )
print("原始数据：")
print(df)

# 将时间列转为带微秒的字符串
df['timestamp'] = df['timestamp'].dt.strftime('%Y-%m-%d %H:%M:%S.%f')
# 导出JSON
df.to_json('data.json', orient='records')

# 读取并转换回datetime类型
df1 = pd.read_json('data.json')
df1['timestamp'] = pd.to_datetime(df1['timestamp'], format='%Y-%m-%d %H:%M:%S.%f')
print("\n读取后的数据：")
print(df1)

方案二：使用date_format='iso'参数直接导出 #

利用pandas支持的ISO日期格式序列化，该格式原生支持微秒精度：

import pandas as pd
from datetime import datetime as dt

# 构造测试数据
df = pd.DataFrame( { 'timestamp' : [dt.strptime('2023-09-19 10:10:10.111222', '%Y-%m-%d %H:%M:%S.%f')] } )
print("原始数据：")
print(df)

# 导出时指定date_format为iso，保留微秒
df.to_json('data.json', date_format='iso')

# 读取时自动转换日期类型
df1 = pd.read_json('data.json', convert_dates=['timestamp'])
print("\n读取后的数据：")
print(df1)

两种方案都能让导出的JSON保留完整的微秒信息，读取后可以恢复原始的datetime精度。

内容的提问来源于stack exchange，提问作者chubbychunk