如何避免Pandas to_dict()将时间戳转换为字符串？

pandas的to_dict()方法会自动将datetime类型的字段格式化为yyyy-mm-dd字符串，要保留原始Unix时间戳数值，可采用以下几种方案：

方案1：读取数据时强制保留数值类型 #

在pd.read_sql_query中通过dtype参数指定date列的类型，避免pandas自动将其解析为datetime对象：

df_results = pd.read_sql_query(
    sql_query_str, 
    _engine, 
    dtype={'date': 'int64'}  # 根据实际时间戳精度调整类型，如int32/float64
)
return_object["results"] = df_results.to_dict(orient='records')
# 输出的JSON中"date"会保留原始Unix时间戳数值

方案2：将datetime列转回Unix时间戳 #

如果数据已被解析为datetime类型，可手动转换回对应的Unix时间戳（根据原始精度选择秒/毫秒）：

df_results = pd.read_sql_query(sql_query_str, _engine)
# 转换为秒级时间戳（若原始是毫秒则移除//10**9）
df_results['date'] = df_results['date'].astype(int) // 10**9
return_object["results"] = df_results.to_dict(orient='records')

方案3：使用to_json+json.loads（你已验证的方法） #

利用to_json默认将datetime转为Unix时间戳的特性，再转回字典格式，还可通过date_unit参数指定时间戳精度：

# date_unit可选's'（秒）、'ms'（毫秒）、'us'（微秒）、'ns'（纳秒）
json_str = df_results.to_json(orient='records', date_unit='s')
return_object["results"] = json.loads(json_str)
# 输出的JSON中"date"为对应精度的Unix时间戳数值

内容的提问来源于stack exchange，提问作者rex