pandas读取CSV转字符串日期为datetime去时间及内核重启类型回退问题

问题诱因 #

1. 自定义日期解析函数存在大小写语法错误：你定义的parse_dt函数入参是小写x，但列表推导式中遍历的是大写X。之前运行时能成功，是因为你此前的运行环境中存在全局变量X存储了日期列的值，重启内核后全局变量清空，函数运行报错，pd.read_csv遇到日期解析失败会自动回退为直接读取原始字符串，因此列类型变回object。
2. 自定义解析逻辑冗余且容错性差：你在解析后将值转为了Python原生date对象，该对象在Pandas中存储时本身就会被识别为object类型，仅当你直接返回datetime对象时Pandas才会自动转为datetime64[ns]类型，逻辑冲突也会导致解析不稳定。

彻底解决方法 #

不需要自定义解析函数，直接使用Pandas自带的date_format参数完成解析，稳定性和效率远高于自定义函数，且不会出现类型回退问题：
首先导入必要依赖：

import pandas as pd

然后读取CSV并处理日期列：

# parse_dates参数填入你实际的日期列名，如你之前用的'Date Column'
df = pd.read_csv(r'DataFile.csv', parse_dates=['Date'], date_format='%d%b%Y %H:%M:%S')
# 去除时间部分，仅保留日期，且保持datetime64[ns]类型不变
df['Date'] = df['Date'].dt.floor('D')

如果确实需要将日期列转为Python原生date对象（该场景下列类型本身就是object，属于正常情况），可以用以下代码：

df['Date'] = df['Date'].dt.date

完成后调用df.info()即可确认日期列类型，重启内核后重新运行也不会出现类型回退问题。

内容的提问来源于stack exchange，提问作者Amgad Nassif