如何将Pandas DataFrame的datetime64[ns]列转换为datetime64[us]？

问题现象 #

尝试用astype转换DataFrame中datetime列的精度时，类型未发生变化：

>>> data[column].dtype.name
'datetime64[ns]'
>>> data[column] = data[column].astype('datetime64[us]')
>>> data[column].dtype.name
'datetime64[ns]'

原因 #

Pandas的astype方法处理datetime64类型时，会自动将列转换回默认的纳秒（ns）精度——因为Pandas的DatetimeArray底层默认以纳秒为单位存储，直接调用astype无法修改其底层存储精度。

可行解决方案 #

方案1：基于numpy数组转换后重构Series

先提取列的numpy数组转换精度，再重新构造Series并指定目标dtype：

data[column] = pd.Series(data[column].values.astype('datetime64[us]'), dtype='datetime64[us]')

方案2：通过整数转换重新生成datetime列

将ns精度的datetime转换为整数（纳秒数），除以1000得到微秒数，再用pd.to_datetime指定unit='us'生成us精度的列：

data[column] = pd.to_datetime(data[column].astype('int64') // 1000, unit='us')

验证转换结果 #

执行转换后，检查列类型：

>>> data[column].dtype.name
'datetime64[us]'

内容的提问来源于stack exchange，提问作者singhh23