Pandas如何保留datetime类型同时实现自定义时间格式显示？

首先要明确：Pandas的datetime64[ns]类型不存储显示格式，它本质是存储时间戳数值，你看到的“格式”只是Pandas默认的显示规则。所以你没法让datetime类型的列“自带”指定格式，但可以通过设置显示规则，让它在输出时显示成你要的样式，同时保留datetime类型。

方法1：全局设置所有datetime列的显示格式 #

直接修改Pandas的全局显示选项，之后所有datetime类型的列都会以指定格式显示：

import pandas as pd

# 设置全局datetime显示格式
pd.options.display.datetime_format = '%d-%m-%Y  %I:%M:%S %p'

# 此时查看DataFrame，datetime列会自动显示为指定格式
print(bkp)

执行后，bkp['Month']或其他datetime列都会显示为01-05-2022 12:00:00 AM这样的格式，且列类型仍然是datetime64[ns]。

方法2：针对单个列设置显示格式（不影响全局） #

如果你只想让某一列显示指定格式，而其他datetime列保持默认，可以用Styler格式化输出：

# 格式化指定列的显示样式
styled_bkp = bkp.style.format({'Month': lambda x: x.strftime('%d-%m-%Y  %I:%M:%S %p')})

# 输出格式化后的表格
display(styled_bkp)

这种方式下，DataFrame的列类型依旧是datetime64[ns]，只是在显示时应用了指定格式。

为什么你的原有方法无效？ #

• 用dt.strftime()会把datetime类型转成字符串（object类型），此时列不再是datetime类型；
• 用pd.to_datetime()把字符串转回datetime时，Pandas会解析字符串对应的时间戳，存储为数值，显示时自动用默认格式，所以格式会变回2022-05-01。

内容的提问来源于stack exchange，提问作者Anonymous