Flask开发API时Pandas datetime转JSON后变为数字如何解决

问题原因 #

• pandas的DataFrame.to_json()方法对datetime类型的默认序列化策略是转换为毫秒级Unix时间戳，控制台打印DataFrame时看到的格式化日期是pandas为了可读性做的展示优化，并不影响序列化为JSON时的默认行为。
• 后续的json.loads再json.dumps操作只是透传了已经转成数字的时间戳，没有做额外格式转换，因此接口最终返回数字格式的时间戳。

修复方案 #

方案1：修改to_json的日期序列化参数（最简方案） #

调用to_json时指定date_format参数控制日期输出格式，比如要输出%Y-%m-%d格式的年月日，修改代码如下：

# 替换原有result = df.to_json(orient="records") 行
result = df.to_json(orient="records", date_format='%Y-%m-%d')

修改后可以直接返回result，不需要再做json.loads+json.dumps的多余序列化/反序列化操作，性能更好。

方案2：提前将日期列转为字符串格式 #

日期计算完成后，直接把datetime列转成指定格式的字符串，后续转JSON时会自动保留字符串格式：

df['New_date_start'] = df['New_date_start'] - pd.DateOffset(years=1) - pd.DateOffset(days=1)
# 新增以下行，将datetime列转成目标格式字符串
df['New_date_start'] = df['New_date_start'].dt.strftime('%Y-%m-%d')

该方案可完全自定义日期输出格式，适配不同业务需求。

可选优化建议 #

当前代码用json.dumps(parsed)返回响应不符合Flask最佳实践，建议改用Flask自带的jsonify方法，它会自动设置正确的Content-Type: application/json响应头，还会自动处理编码问题：

# 处理完数据后直接返回即可
return jsonify(parsed)

保留你现有配置的app.config['JSON_AS_ASCII'] = False即可避免中文乱码问题。

内容的提问来源于stack exchange，提问作者Teemo