为何用datetime.strptime转换DataFrame的time列未得到datetime类型？

你这里其实是混淆了两个关键概念：Series容器的类型和Series内部元素的数据类型。

核心误解 #

df_sales['time']本身就是一个pandas.core.series.Series对象——不管这个列里存的是字符串、数字还是日期时间，这个列的对象类型永远是Series。你真正需要验证的是列中元素是否变成了datetime类型，而非整个列的对象类型。

如何正确检查转换结果 #

别用type(df_sales['time'])来判断转换效果，而是用以下方式查看列的元素数据类型：

• 查看单个列的元素类型：df_sales['time'].dtype
• 查看整个DataFrame所有列的元素类型：df_sales.dtypes

执行你的转换代码后，再运行上面的命令，你会发现time列的类型已经变成了datetime64[ns]，这就说明转换成功了。

更高效的转换方法 #

另外，pandas提供了专门的日期转换函数pd.to_datetime()，比apply(lambda x: ...)更高效且简洁，推荐使用：

import pandas as pd
df_sales['time'] = pd.to_datetime(df_sales['time'], format='%Y-%m-%d')

验证示例 #

假设转换前df_sales['time'].dtype是object（字符串类型），转换后执行df_sales['time'].dtype会返回datetime64[ns]，而type(df_sales['time'])依然是pandas.core.series.Series——这完全是正常的，因为Series就是pandas用来存储单列数据的标准容器。

内容的提问来源于stack exchange，提问作者Daniel Garcia De Cceres Herran