每月12日后日期格式异常：如何固定输出dd/mm/yy格式？

你的问题出在最后把格式化好的字符串又转回了date对象——这种原生日期类型写入CSV时，会被pandas转成默认的日期格式，再加上Excel这类工具会自动“聪明”地猜测日期格式，才导致了部分日期被识别成mm/dd/yy。

直接用下面两种方法就能固定输出dd/mm/yy格式：

方法1：直接保留格式化后的字符串 #

修改转换代码，去掉最后转回date对象的步骤，让字段保持为指定格式的字符串：

df3['transaction_date'] = pd.to_datetime(df3['transaction_date']).dt.tz_convert('Asia/Kolkata').dt.strftime('%d/%m/%y')

这样导出CSV时，所有日期都会以dd/mm/yy的字符串形式写入，不会被自动转换。

方法2：导出时指定日期格式 #

如果需要保留date类型用于后续数据处理，可以在导出CSV的时候通过date_format参数强制指定格式：

# 先按原逻辑转换为date对象
df3['transaction_date'] = pd.to_datetime(df3['transaction_date']).dt.tz_convert('Asia/Kolkata').dt.date()

# 导出CSV时指定日期格式
df3.to_csv('your_file.csv', date_format='%d/%m/%y', index=False)

两种方法都能确保导出的CSV里所有日期都是dd/mm/yy格式，不会出现自动识别混乱的情况。

内容的提问来源于stack exchange，提问作者Rahul Sharma