如何将pd.to_datetime转换后的时间戳还原为%m%d%Y %H%M%S格式？

我懂你的困扰——用pd.to_datetime转换后，原本%m%d%Y %H%M%S（月日年 时分秒）格式的日期变成了默认的%Y%m%d %H%M%S显示格式。其实核心原因是：pd.to_datetime生成的是datetime64类型的时间戳对象，它本身并不存储字符串格式，显示时会用pandas默认的日期格式。要还原回原格式，你需要把datetime对象再转回指定格式的字符串，具体步骤如下：

步骤1：正确解析原格式日期 #

首先确保你在转换时指定了原格式，避免pandas自动解析出错：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'date_str': ['10052023 143025', '03122022 091500']})

# 解析原格式字符串为datetime对象，必须指定format参数
df['datetime'] = pd.to_datetime(df['date_str'], format='%m%d%Y %H%M%S')

步骤2：转回原格式字符串 #

用dt.strftime()方法将datetime对象格式化为你需要的字符串格式：

# 还原为原格式的字符串列
df['original_format'] = df['datetime'].dt.strftime('%m%d%Y %H%M%S')

执行后，original_format列就会和你最初的date_str列格式完全一致了：

注意事项 #

• 如果你的需求是进行时间计算，请保留datetime列（datetime类型）；如果只是需要输出/展示原格式的日期字符串，直接使用original_format列即可。
• 若要将结果保存到文件（如CSV），直接保存包含original_format列的DataFrame，就能保证输出格式符合要求。

内容的提问来源于stack exchange，提问作者Tanmoy