Pandas 1.5.2中astype('datetime64[m]')转换时间戳至分钟级失效问题

问题原因 #

你之前用df['Timestamp'].astype('datetime64[m]')能生效，大概率是因为当时Timestamp列是字符串类型，astype会先将字符串解析为datetime64[m]类型，且Pandas默认显示该精度格式；但现在列可能已转为datetime64[ns]类型，仅修改精度不会改变显示逻辑，仍会保留毫秒信息。

可行解决方案 #

方案1：截断到分钟+格式化输出（推荐，直接得到目标字符串格式） #

先将时间戳截断到分钟精度，再格式化为你需要的字符串格式：

import pandas as pd

# 确保列是datetime类型（如果当前是字符串，先执行这一步）
df['Timestamp'] = pd.to_datetime(df['Timestamp'])

# 截断到分钟并格式化
df['Timestamp_min'] = df['Timestamp'].dt.floor('min').dt.strftime('%Y-%m-%d %H:%M')

执行后Timestamp_min列的结果完全符合你的预期格式。

方案2：修改数据精度+调整显示选项（保留datetime类型） #

如果需要保留datetime类型而非字符串，可以先修改精度，再设置全局显示选项隐藏秒级信息：

# 转换为分钟精度的datetime类型
df['Timestamp'] = df['Timestamp'].astype('datetime64[m]')

# 设置全局datetime显示格式，仅显示到分钟
pd.options.display.date_format = '%Y-%m-%d %H:%M'

注意：该设置是全局生效的，会影响所有datetime列的显示样式。

测试验证 #

用你的样本数据测试方案1，最终输出结果如下：

0    2017-07-11 09:33
1    2017-07-11 09:33
2    2017-07-11 09:33
3    2017-07-11 09:33
4    2017-07-11 09:33
5    2017-07-11 16:20
6    2017-07-11 16:20
7    2017-07-11 16:20
8    2017-07-11 16:20
9    2017-07-11 16:20

内容的提问来源于stack exchange，提问作者user1769197