Flask中使用to_dict('records')转换DataFrame报NaTType错误

核心原因 #

1. pandas版本差异：Flask运行环境的pandas版本比Jupyter Notebook里的旧，旧版本pandas在执行to_dict('records')时，对NaT（缺失的时间值）的处理存在bug，会触发timetuple转换报错；而新版本已经修复了这个问题，所以Notebook里正常。
2. 序列化触发场景不同：Flask返回字典时，默认会自动调用JSON序列化来处理响应内容，这时候会尝试把NaT对象转成可序列化的格式，而NaT本身不支持timetuple转换，导致报错；但在Notebook里只是打印字典，不会触发强制JSON序列化，所以看不到错误。

解决办法 #

• 统一pandas版本：查看Notebook里的pandas版本（执行pd.__version__），然后把Flask环境的pandas升级到相同版本，比如用命令：pip install pandas==x.x.x（替换成你的版本号）。
• 提前处理NaT值：在转字典前，把DataFrame里的NaT替换成None或者可序列化的字符串：

  # 替换所有NaT为None
  df = df.replace({pd.NaT: None})
  # 或者针对时间列单独处理，转成ISO格式字符串或None
  df['time_column'] = df['time_column'].apply(lambda x: x.isoformat() if pd.notna(x) else None)
  # 再转字典
  result = df.to_dict('records')
  

• 自定义Flask JSON编码器：如果不想修改数据，可以在Flask app里配置自定义编码器，自动处理NaT和时间类型：

  from flask import Flask, jsonify
  from flask.json import JSONEncoder
  import pandas as pd
  import datetime
  
  class CustomJSONEncoder(JSONEncoder):
      def default(self, obj):
          if isinstance(obj, pd.Timestamp):
              return obj.isoformat()
          elif isinstance(obj, pd.NaTType):
              return None
          elif isinstance(obj, datetime.datetime):
              return obj.isoformat()
          return super().default(obj)
  
  app = Flask(__name__)
  app.json_encoder = CustomJSONEncoder
  
  # 之后返回字典时直接用jsonify(result)即可
  

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