如何将Pandas的datetime64列转为字符串列表并导出CSV？

嗨，我来帮你搞定这个问题！你现在遇到的核心问题是：直接把包含Timestamp对象的列表导出到CSV时，会保留Timestamp类的字符串表示，而不是我们需要的纯日期字符串格式。下面给你几个简单有效的解决思路：

方法一：先将datetime列转为字符串，再生成列表 #

如果你的原始数据是DataFrame里的datetime64类型列，先把每一个日期值转成指定格式的字符串，再聚合为列表，这样导出后的列表就是纯日期字符串了：

import pandas as pd

# 假设你的DataFrame是df，目标datetime列名为'datetime_col'
# 先把datetime列转成指定格式的字符串，再聚合为列表
df['formatted_date_list'] = df['datetime_col'].dt.strftime('%Y-%m-%d %H:%M:%S').agg(list)

# 导出CSV，记得关闭索引避免多余列
df.to_csv('your_output.csv', index=False)

方法二：处理已有的Timestamp列表列 #

如果你的DataFrame里已经有一列是包含Timestamp对象的列表，可以用apply遍历列表里的每个元素，把Timestamp转成字符串：

# 假设已有列表列名为'date_list'
df['formatted_date_list'] = df['date_list'].apply(
    lambda timestamp_list: [ts.strftime('%Y-%m-%d %H:%M:%S') for ts in timestamp_list]
)

# 导出CSV
df.to_csv('your_output.csv', index=False)

补充说明 #

strftime('%Y-%m-%d %H:%M:%S')是用来指定日期字符串格式的，你可以根据需求调整格式，比如只保留日期的话用%Y-%m-%d，只保留时间用%H:%M:%S都可以。这样处理后，导出到CSV里的内容就会是你想要的['2018-05-20 10:20:00', '2018-05-20 10:30:00']这种格式啦！

内容的提问来源于stack exchange，提问作者Kavita