Pandas打印datetime64[ns]列丢时间信息，排序时如何避免？

我之前也碰到过一模一样的问题！其实绝大多数情况下，时间信息并没有真的从数据里消失，要么是Pandas默认的显示设置把时间部分隐藏了，要么是操作过程中不小心做了类型转换。下面给你一步步解决的办法：

1. 先确认数据类型是否正确 #

首先要排查你的列是不是真的是datetime64[ns]类型——有时候读取数据或者处理时，可能不小心把它转成了object（比如字符串）、带时区的datetime64[ns, UTC]，甚至误转成了纯日期类型。

用下面的代码检查：

print(df['your_time_column'].dtype)

如果输出不是datetime64[ns]，先把它转回来：

df['your_time_column'] = pd.to_datetime(df['your_time_column'])

2. 修复打印时丢失时间的问题 #

Pandas默认在某些场景下（比如列宽度不够、数据量大）会自动隐藏datetime的时间部分，只显示日期。你可以通过两种方式强制显示完整时间：

方法一：设置全局日期显示格式 #

import pandas as pd
# 自定义你想要的时间格式，比如年-月-日 时:分:秒
pd.set_option('display.date_format', '%Y-%m-%d %H:%M:%S')

之后再打印DataFrame，就能看到完整的datetime信息了。

方法二：临时格式化列输出 #

如果不想修改全局设置，可以单独格式化这一列再打印：

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

3. 解决排序时“丢失”时间的问题 #

排序本身不会丢失datetime的时间信息——大概率还是显示的锅。但要避开两个坑：

• 不要在排序前把datetime列转成纯日期（比如用df['your_time_column'].dt.date），这会直接丢掉时间部分，变成object类型的日期对象。
• 排序时直接对原datetime列操作，不要做多余的转换：

# 正确的排序方式
sorted_df = df.sort_values(by='your_time_column', ascending=True)

排序后用print(sorted_df['your_time_column'])，再配合上面的显示设置，就能看到完整的时间排序结果了。

4. 从根源避免：读取数据时正确解析datetime #

如果你的数据是从CSV/Excel等文件读取的，一定要确保读取时就把时间列解析成datetime类型，避免后续麻烦：

# 读取CSV时指定要解析的时间列
df = pd.read_csv('your_file.csv', parse_dates=['your_time_column'])
# 读取Excel同理
df = pd.read_excel('your_file.xlsx', parse_dates=['your_time_column'])

内容的提问来源于stack exchange，提问作者Bot_Start