如何将Python datetime对象转为Stata默认日期格式并保持datetime类型

核心逻辑 #

Python的datetime对象本质是时间的数值存储，本身不绑定显示格式——格式只是输出/展示时的转换逻辑。要同时保留datetime类型（方便后续时间运算、筛选）和生成Stata要求的DDmonYYYY HH:MM:SS格式（小写三字母月份），正确的思路是：保留原datetime对象用于数据处理，在需要输出/交互时做格式转换。

针对pandas场景（数据分析师常用） #

因为你用Excel存储数据、做团队数据交互，pandas是最适配的工具：

1. 先将Excel中的日期转换为datetime类型

import pandas as pd

# 读取数据，假设日期列名为`timestamp`
df = pd.read_excel("团队数据库.xlsx")
# 转换为datetime类型（pandas会自动识别绝大多数日期格式）
df["timestamp"] = pd.to_datetime(df["timestamp"])

2. 生成符合Stata格式的输出（同时保留原datetime列）
   原timestamp列保持datetime类型，用于后续的时间计算、筛选等操作；新增一个字符串列用于和Stata交互：

# 生成Stata要求的格式：DD+小写三字母月份+YYYY+时间，转小写处理月份
df["stata_format_timestamp"] = df["timestamp"].dt.strftime("%d%b%Y %H:%M:%S").str.lower()

• %d：两位日期
• %b：三字母月份缩写（默认大写，用.str.lower()转成小写）
• %Y：四位年份
• %H:%M:%S：时分秒

3. 在pandas中直接显示指定格式（不改变列类型）
   如果只是想在Jupyter/终端中查看数据时显示成Stata格式，不需要生成新列，用Styler设置临时显示格式即可：

# 临时设置显示格式，原列仍为datetime类型
display(df.style.format({"timestamp": lambda x: x.strftime("%d%b%Y %H:%M:%S").lower()}))

针对纯Python datetime对象场景 #

如果是单个或少量datetime对象，直接在需要输出时调用格式化方法即可，原对象始终保持datetime类型：

from datetime import datetime

# 假设已有一个datetime对象
dt_obj = datetime(2024, 3, 15, 14, 30, 45)

# 输出符合Stata格式的字符串，dt_obj仍为datetime类型
stata_str = dt_obj.strftime("%d%b%Y %H:%M:%S").lower()
print(stata_str)  # 输出：15mar2024 14:30:45

# 原对象可继续做时间运算
next_day = dt_obj + pd.Timedelta(days=1)

关键提醒 #

不要试图把datetime对象直接"改成"指定格式——这会丢失datetime类型的所有优势（比如时间加减、按日期筛选、时区转换等）。正确的做法是分离数据存储（datetime类型）和格式输出（字符串），兼顾数据处理效率和Stata交互需求。

内容的提问来源于stack exchange，提问作者JuBru