如何阻止pandas.read_sql_query自动格式化日期？

问题核心是sqlite3驱动默认会自动识别日期格式的字符串，把它转成datetime.datetime对象，pandas拿到这个对象后，显示时就用了默认的yyyy-mm-dd格式——不管你怎么设置dtype或者parse_dates都没用，因为数据在到达pandas之前就被驱动转类型了。

给你两个靠谱的解决办法：

方法1：修改SQLite连接的自动解析设置 #

手动创建连接时，关闭驱动的自动日期检测，让所有文本类数据都以原始字符串返回：

import sqlite3
import pandas as pd

# 创建连接，关闭自动日期解析
conn = sqlite3.connect('你的数据库路径.db', detect_types=0)
# 也可以用text_factory强制所有文本按字符串读取
# conn.text_factory = str

# 执行查询
query = "SELECT Submission, Loc_StartDate FROM 你的表名 WHERE submission = ?"
df = pd.read_sql_query(query, conn, index_col="Submission", params={"submission": "foo"})

# 用完记得关闭连接
conn.close()

这样Loc_StartDate列就会保留原始的dd/mm/yyyy格式字符串。

方法2：在SQL查询中包装日期列 #

通过SQL语句的小技巧，让驱动把日期列识别为普通字符串，而非日期类型：

query = "SELECT Submission, Loc_StartDate || '' AS Loc_StartDate FROM 你的表名 WHERE submission = ?"
df = pd.read_sql_query(query, db, index_col="Submission", params={"submission": "foo"})

这里用|| ''做字符串拼接，相当于给原始日期字符串加了个空字符串，驱动就不会把它当成日期解析了。

为什么你之前的尝试没用？

• 设置dtype={"Loc_StartDate": str}：驱动已经把数据转成datetime对象了，pandas只是把这个对象转成字符串，用的是默认格式，所以无效。
• 用parse_dates参数：这个参数是让pandas把字符串转成datetime，但这里数据已经是datetime了，所以这个参数根本起不到你想要的作用，反而会重复处理，结果还是显示成yyyy-mm-dd。

内容的提问来源于stack exchange，提问作者nick