python导出的csv格式不同于导入的问题

我对pandas.read_csv函数有一个奇怪的问题。我将数据帧导出到csv中，但当我重新导入同一个csv时，当我尝试合并时，已导入回的数据不起作用（合并显示左侧的所有数据，而我没有尝试将其合并）。如果我在将原始数据导出到csv之前使用它，它工作得非常好（合并非常完美）

我检查并比较了数据帧在导出之前和从csv导入之后的外观是否完全相同。（我打印了两次输出，一次在导出之前，一次在导出之后）。我还检查了数据帧，并且日期类型都相同

我需要导出csv以使用外部环境，因为我无法连接本地数据库

随附cmdline打印的副本，显示两个数据帧完全相似

以下是我导出的csv示例

,id,teacher_id,Unique Views,Views,Messages,Orders,date
0,47,31,1,6,0,0,2017-05-09
1,56,31,1,9,0,0,2017-05-10
2,67,31,2,11,0,0,2017-05-14
3,71,31,3,15,0,0,2017-05-15
4,79,31,3,17,0,0,2017-06-12
5,83,31,3,18,0,1,2017-06-18

---

有人知道这个奇怪的问题吗？

在调用merge之前，请先使用

将两个日期转换为\u datetime

，如回答中所述

---

非常感谢。我想我遗漏的是，当我重新导入数据框时，日期格式在导出后丢失了，这就是它不起作用的原因，我需要在重新导入的csv中再次将其重新定义为日期格式，然后它才能起作用。@user3655574 np！我很高兴它成功了<编码>快乐编码

,id,teacher_id,Unique Views,Views,Messages,Orders,date
0,47,31,1,6,0,0,2017-05-09
1,56,31,1,9,0,0,2017-05-10
2,67,31,2,11,0,0,2017-05-14
3,71,31,3,15,0,0,2017-05-15
4,79,31,3,17,0,0,2017-06-12
5,83,31,3,18,0,1,2017-06-18

df.date = pd.to_datetime(df.date)
dates.date = pd.to_datetime(dates.date)

#merge the complete dates with the dateframe
df = pd.merge(dates ,df , on=['date'] , how='left')