datetime64[ns] pandas 列的 apply(str) 和 astype(str) 的不同行为

Question

我正在处理 pandas 中的日期时间信息，并希望将一堆datetime64[ns]列转换为str. 我注意到这两种方法的行为有所不同，我预计会产生相同的结果。

这是一个MCVE。

import pandas as pd

# Create a dataframe with dates according to ISO8601
df = pd.DataFrame({"dt_column": ["2023-01-01", "2023-01-02", "2023-01-02"]})

# Convert the strings to datetimes
# (I expect the time portion to be 00:00:00)
df["dt_column"] = pd.to_datetime(df["dt_column"])

df["str_from_astype"] = df["dt_column"].astype(str)
df["str_from_apply"] = df["dt_column"].apply(str)

print(df)
print()
print("Datatypes of the dataframe")
print(df.dtypes)

输出

   dt_column str_from_astype       str_from_apply
0 2023-01-01      2023-01-01  2023-01-01 00:00:00
1 2023-01-02      2023-01-02  2023-01-02 00:00:00
2 2023-01-02      2023-01-02  2023-01-02 00:00:00

Datatypes of the dataframe
dt_column          datetime64[ns]
str_from_astype            object
str_from_apply             object
dtype: object

如果我使用.astype(str)时间信息就会丢失，而当我使用.apply(str)时间信息时会保留（或推断）。

这是为什么？

（熊猫 v1.5.2、Python 3.9.15）

Answer 1

时间信息永远不会丢失，如果您使用2023-01-02 12:00，您会看到所有时间都将出现在 中astype，但在原始日期时间列中也可见：

            dt_column      str_from_astype       str_from_apply
0 2023-01-01 00:00:00  2023-01-01 00:00:00  2023-01-01 00:00:00
1 2023-01-02 00:00:00  2023-01-02 00:00:00  2023-01-02 00:00:00
2 2023-01-02 12:00:00  2023-01-02 12:00:00  2023-01-02 12:00:00

使用apply，pythonstr内置函数应用于每个Timestamp对象，它始终显示完整格式：

str(pd.Timestamp('2023-01-01'))
# '2023-01-01 00:00:00'

使用 时astype，格式由 处理pandas.io.formats.format.SeriesFormatter，它更智能一些，并根据上下文决定输出格式（这里是系列中的其他值以及非空时间的存在）。

无论如何，明确的规范方法是使用dt.strftime：

# without time
df["dt_column"].dt.strftime('%Y-%m-%d')

# with time
df["dt_column"].dt.strftime('%Y-%m-%d %H:%M:%S')