Pandas转换日期格式时自动转为Timestamp的问题求助

问题根源 #

你遇到的情况是因为pandas的自动类型推断：

• 当你赋值不带Z的格式化字符串时，pandas会把它识别为合法的本地时间格式，自动转成Timestamp对象，显示时用pandas默认的YYYY-MM-DD HH:MM:SS格式，所以看不到你想要的T分隔符。
• 加Z后缀后，这个格式属于UTC时间的字符串表示，pandas无法直接解析为本地Timestamp，所以会保留字符串类型，因此显示符合你的预期格式。

正确解决方案 #

方法1：直接生成目标格式的字符串（推荐，效率更高）

不用循环，用pandas的矢量化操作dt.strftime直接批量转换，生成的结果是字符串类型，不会被自动转成Timestamp：

df['TRAN_DATE'] = df['TRAN_DATE'].dt.strftime("%Y-%m-%dT17:00:00")

执行后列的类型会变成object（字符串），显示格式就是你要的YYYY-MM-DDTHH:MM:SS。

方法2：仅修改显示格式（保留Timestamp类型）

如果不需要改变数据类型，只是想让显示时带T，可以设置pandas的全局日期显示选项：

pd.options.display.date_format = "%Y-%m-%dT%H:%M:%S"

注意：这种方法只是改变显示效果，实际存储的还是Timestamp对象，导出或使用时如果需要字符串格式，还是建议用方法1。

额外提示 #

你原来用循环遍历修改的方法效率很低，尤其是数据量大的时候，pandas的矢量化操作（比如dt.strftime）会比循环快很多，尽量避免用for循环处理DataFrame。

内容的提问来源于stack exchange，提问作者mhooper