Python 为什么熊猫在调用pd.to_datetime（）时返回时间戳而不是datetime对象？

根据pd.to_datetime（）应该创建一个datetime对象

In [1]: pd.to_datetime("2012-05-14")
Out[1]: Timestamp('2012-05-14 00:00:00', tz=None)

In [2]: t = pd.to_datetime("2012-05-14")
In [3]: t.to_datime()
Out[2]: datetime.datetime(2012, 5, 14, 0, 0)

相反，当我调用pd.to_datetime（“2012-05-14”）时，我得到了一个timestamp对象！在该对象上调用

到\u datetime（）

，最终得到一个datetime对象

In [1]: pd.to_datetime("2012-05-14")
Out[1]: Timestamp('2012-05-14 00:00:00', tz=None)

In [2]: t = pd.to_datetime("2012-05-14")
In [3]: t.to_datime()
Out[2]: datetime.datetime(2012, 5, 14, 0, 0)

---

这种意外行为有何解释？

时间戳对象是pandas处理datetimes的方式，因此它是pandas中的datetime对象。但是您需要一个

datetime.datetime

对象。
通常情况下，您不应该关心这一点（这只是一个不同报告的问题）。只要你和熊猫一起工作，时间戳就可以了。即使您真的想要一个

datetime.datetime

，大多数事情都会成功（例如所有方法），否则您可以使用

来检索
datetime.datetime
对象

长话短说：


pandas将日期时间存储为索引/列中类型为
datetime64
的数据（这不是
datetime.datetime
对象）。这是datetime的标准numpy类型，比使用
datetime性能更好。datetime
对象：

 In [15]: df = pd.DataFrame({'A':[dt.datetime(2012,1,1), dt.datetime(2012,1,2)]})

 In [16]: df.dtypes
 Out[16]:
 A    datetime64[ns]
 dtype: object

 In [17]: df.loc[0,'A']
 Out[17]: Timestamp('2012-01-01 00:00:00', tz=None)


当检索这样一个datetime列/索引的一个值时，您将看到一个
Timestamp
对象。这是一个使用datetimes更方便的对象（比datetime64有更多的方法、更好的表示等），它是
datetime.datetime
的一个子类，它的所有方法也是如此