Pandas修改日期列类型后保存CSV未生效问题求助

问题本质 #

CSV是纯文本格式，本身不存储数据类型信息。当你把datetime64[ns]类型的列保存到CSV时，Pandas会自动将其转换为字符串格式；重新读取该CSV时，Pandas默认会把这些字符串列识别为object类型，这是CSV格式的固有特性，并非代码错误。

解决方案 #

核心思路是在读取CSV时主动解析日期列，以下是针对你代码的具体修改方案：

方案1：读取时直接解析日期列

修改pd.read_csv的参数，指定需要解析的日期列，并适配你的日/月/年日期格式：

import pandas as pd

# 读取时直接将指定列解析为datetime类型，dayfirst=True适配日/月/年格式
df = pd.read_csv("3thParty.csv", parse_dates=["Open Date", "Close Date"], dayfirst=True)
print(df.dtypes)  # 此时"Open Date"和"Close Date"已为datetime64[ns]

# 保存时指定日期字符串格式，保证可读性与格式一致性
df.to_csv("3thParty.csv", index=None, header=True, date_format="%d/%m/%Y")

参数说明

• parse_dates=["Open Date", "Close Date"]：告诉Pandas读取时直接把这两列解析为datetime类型，省去后续手动转换步骤。
• dayfirst=True：你的日期格式是日/月/年（比如04/06/2021代表6月4日），加上该参数可避免Pandas误按月/日/年解析。
• date_format="%d/%m/%Y"：强制指定保存时的日期字符串格式，确保输出的CSV日期可读性统一，也方便后续读取时的解析。

方案2：读取后统一转换（适合无法修改读取逻辑的场景）

如果必须先读取原始CSV再处理，每次读取后执行转换步骤即可（因为CSV无法保存类型信息）：

import pandas as pd

df = pd.read_csv("3thParty.csv")
# 转换日期列，指定dayfirst=True确保格式解析正确
df[["Open Date", "Close Date"]] = df[["Open Date", "Close Date"]].apply(pd.to_datetime, dayfirst=True)
print(df.dtypes)

df.to_csv("3thParty.csv", index=None, header=True, date_format="%d/%m/%Y")

关键提示 #

无论采用哪种方案，CSV本身无法存储datetime类型，所以每次读取都需要主动解析日期列，这是CSV格式的特性，并非代码问题。

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