调用Series.unique().tolist()时datetime自动转为int的原因是什么

底层存储逻辑 #

pandas中datetime64[ns]类型的Series，底层默认以纳秒级Unix时间戳的int64整数存储所有时间数据，我们看到的时间格式只是上层的语义封装，底层实际存储的都是整数值。

方法行为差异原因 #

• Series.unique()针对datetime类型的返回值是pandas.arrays.DatetimeArray类型，该对象本身保留了完整的时间类型语义，直接遍历、或者用list()直接包裹转换时，会自动将底层整数封装为pandas.Timestamp类型返回，符合使用预期。
• 该问题只会出现在pandas 1.3及更早的版本中：旧版本中DatetimeArray.tolist()的实现逻辑没有做上层类型封装，会直接导出底层存储的int64纳秒时间戳，这就是你看到自动转换为int类型的核心原因。pandas 1.4及之后的版本已经修复了这个问题，DatetimeArray.tolist()会直接返回Timestamp类型的列表。

兼容解决方案 #

如果不方便升级pandas版本，除了直接遍历Series.unique()的返回值外，也可以用以下两种方式得到时间类型的结果：

• 用list(Series.unique())替代Series.unique().tolist()，触发DatetimeArray的迭代封装逻辑
• 手动对结果做类型转换：pd.to_datetime(Series.unique().tolist(), unit='ns')

内容的提问来源于stack exchange，提问作者Ash W