Pandas中datetime64[ns]列astype(str)与apply(str)的行为差异原因

在Pandas 1.5.2、Python 3.9.15环境下，将datetime64[ns]类型列转换为字符串时，发现astype(str)和apply(str)两种方法的输出结果不一致：前者会丢失时间部分，后者则保留完整的日期+时间格式。以下是最小可复现示例（MCVE）：

import pandas as pd

# 创建包含ISO8601格式日期的DataFrame
df = pd.DataFrame({"dt_column": ["2023-01-01", "2023-01-02", "2023-01-02"]})

# 将字符串转换为datetime类型（预期时间部分为00:00:00）
df["dt_column"] = pd.to_datetime(df["dt_column"])

# 两种转换为字符串的方式
df["str_from_astype"] = df["dt_column"].astype(str)
df["str_from_apply"] = df["dt_column"].apply(str)

print(df)
print()
print("DataFrame的类型信息")
print(df.dtypes)

输出结果：

dt_column str_from_astype       str_from_apply
0 2023-01-01      2023-01-01  2023-01-01 00:00:00
1 2023-01-02      2023-01-02  2023-01-02 00:00:00
2 2023-01-02      2023-01-02  2023-01-02 00:00:00

DataFrame的类型信息
dt_column          datetime64[ns]
str_from_astype            object
str_from_apply             object
dtype: object

差异原因分析 #

• astype(str)的格式化逻辑：
  Pandas对datetime数组执行astype(str)时，采用数组级批量格式化优化。它会检查数组内所有datetime值的时间部分：如果所有值的时间部分都是00:00:00（比如从纯日期字符串转换而来的datetime），会自动省略时间部分，仅输出YYYY-MM-DD格式的字符串，以实现更简洁的输出。若数组中存在带非零时间的元素，astype(str)则会输出完整的YYYY-MM-DD HH:MM:SS格式。

• apply(str)的执行逻辑：
  apply(str)是对Series中的每个元素单独处理，调用Python内置的str()函数。而Pandas的Timestamp对象（datetime列的单个元素类型）的默认字符串表示，会完整包含日期和时间部分——即使时间是00:00:00也不会省略，因此最终输出完整的日期时间字符串。

内容的提问来源于stack exchange，提问作者Maurice