Pandas保存DataFrame至CSV时日期列格式未生效问题排查与解决

我之前也踩过这个坑，原因其实很明确：pandas的date_format参数只对pandas原生的datetime64[ns]类型列生效，而你的Date_Col是由Python原生datetime.date对象组成的列，所以调用to_csv时，这个参数被直接忽略了，pandas自动用了默认的%Y-%m-%d格式来序列化这些原生date对象。

至于你单独用strftime能得到正确格式，那是因为你直接调用了原生date对象的方法，和pandasto_csv的序列化逻辑完全是两回事。

正确解决方法（无需转字符串） #

只需要把Date_Col转换成pandas的datetime64[ns]类型即可，转换后依然是日期类型，完全不影响后续脚本对DataFrame的使用：

import pandas as pd
from datetime import date
DATE_FORMAT = '%Y.%m.%d'

df = pd.DataFrame({'Col': [1.5, 2.3, 3.5], 'Date_Col': [date(2019, 1, 1), date(2019, 2, 1), date(2019, 3, 1)]})

# 关键步骤：将原生date列转为pandas datetime类型
df['Date_Col'] = pd.to_datetime(df['Date_Col'])

df.to_csv('df.csv', index=False, decimal=',', sep=';', date_format=DATE_FORMAT)

运行这段代码后，生成的CSV文件里的日期列就会是2019.01.01、2019.02.01这种你期望的格式了。同时df['Date_Col']依然是日期类型，后续的数据分析、日期运算等操作都能正常进行，完全不用改成字符串。

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