如何在Pandas中保留datetime64类型并维持%m/%d/%Y显示格式？

在Pandas里，datetime64类型的存储和显示是分离的——你看到的显示格式只是数据的"展示形式"，不会影响底层的存储类型。你之前用strftime把datetime转成字符串，才导致类型变回object，完全没必要这么做。

正确的操作分两步：

1. 确保列是datetime64类型 #

先执行你之前正确的转换代码，把object列转成datetime64：

df['date1'] = pd.to_datetime(df['date1'], format='%m/%d/%Y')

这一步完成后，列的dtype已经是datetime64[ns]，底层存储是正确的时间戳格式。

2. 设置显示格式（不改变数据类型） #

方法一：全局设置（所有datetime列都用这个格式显示） #

如果希望整个Pandas环境里的datetime列都以%m/%d/%Y格式展示，直接设置全局显示选项：

pd.options.display.date_format = '%m/%d/%Y'

之后你查看DataFrame时，date1列就会显示成04/26/2012这样的格式，同时底层类型依然是datetime64。

方法二：仅针对当前列临时设置（不影响全局） #

如果不想修改全局设置，只是想在查看当前DataFrame时让date1列按指定格式显示，可以用Styler：

display(df.style.format({'date1': lambda x: x.strftime('%m/%d/%Y')}))

这种方式只是临时改变显示样式，不会修改DataFrame本身的数据类型和存储内容。

额外说明 #

• 如果你需要导出数据（比如存成CSV）时保留这个格式，可以在导出时指定：

df.to_csv('output.csv', date_format='%m/%d/%Y')

导出后的CSV里日期是指定格式，而原DataFrame的date1列依然是datetime64类型。

内容的提问来源于stack exchange，提问作者007mrviper