使用pandas的to_json()将DataFrame转为字典列表遇格式问题求助

我来帮你搞定这个问题！你需要调整to_json()的两个关键参数，就能同时解决日期转字符串、输出行优先列表的需求：

1. 调整输出结构：orient='records' #

默认的orient='columns'会生成列优先的JSON结构（键是列名，值是对应列的所有数据），而orient='records'会直接把每一行数据转成一个字典，最终输出一个字典列表，完全符合你要的格式。

2. 控制日期格式：date_format='iso' 或 date_format='string' #

pandas的to_json()默认会把datetime类型转成Unix时间戳，设置date_format='iso'会将日期转换为ISO 8601格式的字符串（比如"2023-10-05T14:30:00"）；如果你的pandas版本在1.3.0及以上，也可以用date_format='string'，效果一致。

如果你需要自定义日期格式（比如只保留年月日"2023-10-05"），可以先把datetime列转成字符串再转JSON：

df['日期列名'] = df['日期列名'].dt.strftime('%Y-%m-%d')

完整示例代码 #

import pandas as pd

# 读取Excel，确保浮点数格式的datetime被正确解析为日期类型
# 如果自动识别失败，手动指定parse_dates参数
df = pd.read_excel('test.xlsx', parse_dates=['日期列名'])

# 转换为目标格式的JSON
json_result = df.to_json(orient='records', date_format='iso')

# 打印查看结果
print(json_result)

补充说明 #

• 要是读取Excel时浮点数datetime没被自动解析，一定要在read_excel里加上parse_dates参数指定日期列，确保列的类型是datetime64，这样后续转JSON时才能被正确处理。
• 这两个参数可以组合使用，一次性解决结构和日期格式的问题，不用额外的复杂处理。

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