pandas合并CSV时Date Time列自定义日期格式导出异常

需求为合并代码运行目录下的所有CSV文件，要求所有文件的Date Time列统一采用 m/d/yyyy h:mm:ss.0 格式，日期格式调整逻辑位于代码末尾。
当前代码运行时，控制台通过print打印的Date Time列结果完全符合预期格式，但导出的CSV文件打开后显示异常：

• 格式化规则末尾保留.0时，文件内该列格式显示为 mm:ss.0
• 移除格式化规则末尾的.0时，文件内列格式显示正常，但仅记录到分钟位，秒数部分被完全截断

现有实现代码 #

import os
import pandas as pd
import glob

# returns all data after header in panda DataFrame
def skip_to(fle, line):
    if os.stat(fle).st_size == 0:
        raise ValueError("File is empty")
    with open(fle, 'r') as f:
        if check(fle, line):
            pos = 0
            cur_line = f.readline()

            while not cur_line.startswith(line):
                pos = f.tell()
                # add current line to header dataframe
                cur_line = f.readline()
            f.seek(pos)
            
            return pd.read_csv(f, parse_dates=[line], na_values=['Unknown'])
        else:
            return ""

def check(myfile, myline):
    with open(myfile, 'r') as f:
        datafile = f.readlines()
    for line in datafile:
        if myline in line:
            return True
    return False  # finished the search without finding

# getting all csv files for concatenation
current_dir = os.getcwd()
files = [fn for fn in glob.glob(current_dir + '\**\\' + 'cdlog*.csv', recursive=True)]

df = pd.DataFrame()

for file in files:
    if file.endswith('.csv'):
        dp_data = skip_to(file, "Date Time")
        
        if type(dp_data) != str:
            dp_data.drop(0, axis=0, inplace=True)

        df = pd.concat([df, dp_data], ignore_index=True, axis=0)

df['Date Time'] = pd.to_datetime(df['Date Time'])
df['Date Time'] = df['Date Time'].dt.strftime('%m/%d/%Y %H:%M:%S.0')

print(df['Date Time'])

# export to .csv
df.to_csv("test_output.csv")

异常效果示例 #

• 格式化规则带.0时的显示效果：
  
• 格式化规则不带.0时的显示效果：
  

这个问题和pandas导出逻辑无关，是Excel打开CSV时的自动格式识别机制导致的显示异常：CSV是纯文本格式，本身不存储单元格格式信息，Excel打开时会自动对内容做类型判断，将符合日期规则的字符串自动转换为Excel内置的日期类型，再套用默认的日期显示格式，最终出现显示错乱。用纯文本编辑器（比如记事本、VS Code）打开导出的test_output.csv就能验证，文件里存储的日期字符串完全是设置的正确格式。

根据使用场景选对应方案即可：

• 如果导出的CSV只用于程序读取、不需要用Excel人工查看：不需要做任何修改，当前导出的文件内容完全正确，程序读取时可以正常解析。
• 如果需要用Excel打开查看且不需要后续二次处理：给日期字符串前加一个单引号，强制Excel将其识别为纯文本，不会自动做日期转换，修改对应格式化代码行即可：

  df['Date Time'] = "'" + df['Date Time'].dt.strftime('%m/%d/%Y %H:%M:%S.0')
  

• 如果需要兼顾Excel查看和格式正确性：不要导出为CSV格式，改为导出xlsx格式，直接在导出时指定单元格的日期显示格式，从根源避免Excel自动识别乱改格式。注意用这个方案时不要提前把Date Time列转成字符串，保留其datetime类型即可，用以下代码替换原有的格式化+导出逻辑：

  # 保留datetime类型，不要转字符串
  df['Date Time'] = pd.to_datetime(df['Date Time'])
  # 导出为xlsx时指定日期格式
  with pd.ExcelWriter("test_output.xlsx", engine='openpyxl', datetime_format='m/d/yyyy h:mm:ss.0') as writer:
      df.to_excel(writer, index=False)
  

额外提示：原代码里用dir作为变量名是不推荐的写法，dir是Python内置函数，直接赋值覆盖容易引发意料之外的问题，建议改成current_dir这类自定义名称。

内容的提问来源于stack exchange，提问作者jakewags01