将DataFrame的datetime列转为string后时分秒丢失，如何保留指定格式？

我加载了一个包含时间序列和数值的DataFrame，数据如下：

datetime              value_a
0     2019-08-19 00:00:00   194.32000000
1     2019-08-20 00:00:00   202.24000000
2     2019-08-21 00:00:00   196.55000000
3     2019-08-22 00:00:00   187.45000000
4     2019-08-23 00:00:00   190.36000000 

执行代码df['datetime'] = df['datetime'].astype(str)将第一列转为string类型后，时分秒消失，结果如下：

datetime     value_a
0    2019-08-19   194.32000000
1    2019-08-20   202.24000000
2    2019-08-21   196.55000000
3    2019-08-22   187.45000000
4    2019-08-23   190.36000000

我需要保留%Y-%m-%d %H:%M:%S格式供后续使用，请问问题出在哪里？

注：最初以为是object转datetime时的问题，但后来发现是转string时丢失了时分秒。

当datetime列是pandas的datetime64类型时，直接用astype(str)转换字符串，pandas会做自动格式简化：如果时间的时分秒部分全为0，就默认只输出日期部分，不会保留时分秒的0值。

不要用astype(str)，改用dt.strftime()方法指定固定格式化字符串，强制保留时分秒：

df['datetime'] = df['datetime'].dt.strftime('%Y-%m-%d %H:%M:%S')

执行后，datetime列会严格按照YYYY-MM-DD HH:MM:SS格式输出，即使时分秒都是0也会完整保留。

内容的提问来源于stack exchange，提问作者FN_