Python 如何防止Pandas将datetimes转换为datetime64 需要

我正在尝试将一个数据帧导出到一个拼花文件中，该文件稍后将在管道中被非Python或Pandas的东西使用。（Azure数据工厂）

当我稍后在流中接收拼花地板文件时，它无法识别

datetime64[ns]

。我宁愿只使用“普通”Python

datetime.datetime

问题 但我无法做到这一点。问题在于，Pandas将任何“类似datetime的对象”重新放入数据帧或数据系列后，都会强制其进入

datetime64[ns]

小例子 例如，假设iris数据集具有

“timestamp”

列：

>>df.head（）
萼片长度（厘米）萼片宽度（厘米）花瓣长度（厘米）花瓣宽度（厘米）类别时间戳
0 5.1 3.5 1.4 0.2塞托萨2021-02-19 15:07:24.719272
1 4.9 3.0 1.4 0.2塞托萨2021-02-19 15:07:24.719272
2 4.7 3.2 1.3 0.2塞托萨2021-02-19 15:07:24.719272
3 4.6 3.1 1.5 0.2塞托萨2021-02-19 15:07:24.719272
4 5.0 3.6 1.4 0.2塞托萨2021-02-19 15:07:24.719272
>>>df.dtypes
萼片长度（厘米）64
萼片宽度（厘米）64
花瓣长度（厘米）64
花瓣宽度（厘米）64
类别
时间戳datetime64[ns]
数据类型：对象

我可以将值转换为“普通Python日期时间”：

df.timestamp[1] 时间戳（'2021-02-19 15:07:24.719272'） >>>类型（df.timestamp[1]） >>>df.timestamp[1]。to_pydatetime（） datetime.datetime（2021,2,19,15,7,24719272） >>>类型（df.timestamp[1]。to_pydatetime（）） 但在转换整个列/系列时，我无法将其“保留”为该类型：

df['ts2']=df.timestamp.apply（lambda x:x.to_pydatetime（）） >>>df.dtypes 萼片长度（厘米）64 萼片宽度（厘米）64 花瓣长度（厘米）64 花瓣宽度（厘米）64 类别 时间戳datetime64[ns] ts2日期时间64[ns] 可能的解决方案 我想看看是否有什么办法可以“屏蔽”dataframe列并降低其日期时间的准确性。但我看不到任何东西。我也看不到通过

df.to\u parquet（）方法导出时指定列数据类型的选项

有没有办法在Pandas数据帧中创建一个普通的Python
datetime.datetime列（而不是Numpy/Pandas
datetime65[ns]
列？
在使用
创建pydatetime时，请尝试强制使用
dtype='object'
：

df['ts'] = pd.Series(df.timestamp.dt.to_pydatetime(),dtype='object')

df.loc[0,'ts']

输出：

datetime.datetime(2021, 2, 19, 15, 7, 24, 719272)

或者尝试干预类和继承查找super（）Python中的函数只是好奇，为什么您希望Python的datetime在数据帧中，因为它不能很好地处理Pandas，将该系列转换为object。当您在
Pandas
中工作时，您希望保留datetime64数据类型。如果我没记错的话，我以前在这里看到过类似的问题，我认为没有选择n强制将datetime.datetime列导出到parquet。也许可以选择使用ISO格式字符串？当然，您在另一端使用的工具将不得不再次解析为某个日期/时间数据类型，我猜…@QuangHoang，我需要
datetime
，因为numpy/pandas之外的工具很少——特别是我的工具Azure Data工厂--了解
datetime64[ns]
format。虽然仍在Python中，但我当然喜欢这种格式，我对它也很满意。但是这个脚本只是ELT链的一部分。Hi Quang。谢谢你的回答！这并没有完全解决我的问题。正如我上面所说的：我可以将序列转换为datetime，但随后数据帧将列转换回
datetime64[ns]
自动。但你让我想到了最终的解决方案：只需将其强制为标准亚洲风格日期格式的字符串。这起到了作用。：@MikeWilliamson，如输出所示。具有对象数据类型的系列保留日期时间戳，即使将其连接回数据帧（如
ts
列）.我并没有试图覆盖原始列，但我很确定它的行为应该是相同的。