保存到csv文件python时更改日期时间格式

Question

我有一个这样的数据框：

In [67]:
call_df.head()
Out[67]:
timestamp   types
1   2014-06-30 07:00:55 Call_O
2   2014-06-30 07:00:05 Call_O
3   2014-06-30 06:54:55 Call_O
501 2014-06-30 11:24:01 Call_O

当我将该数据帧保存到csv文件时，日期时间的格式会发生变化，但我会丢失秒数。我只是把这段代码保存到csv文件中：

call_df.to_csv('D:/Call.csv')

csv文件输出如下：

在这里我想问一下，如何将相同的日期时间格式从dataframe保存到csv文件

Answer 1

to_csv接受date_format参数，请尝试以下操作：

call_df.to_csv('D:/Call.csv', date_format='%Y-%m-%d %H:%M:%S')

在您的样本数据集中，这产生了：

timestamp,types
2014-06-30 07:00:55,Call_O
2014-06-30 07:00:05,Call_O
2014-06-30 06:54:55,Call_O
2014-06-30 11:24:01,Call_O

Answer 2

你的问题不是python问题而且无法直接修复。为什么呢？

当您从excel打开csv文件时，它会将您的数据转换为它应该是的任何类型，在这种情况下，您的数据转换为日期类型，然后excel将默认日期格式应用于该数据。此外，您无法控制Excel文件的日期格式，因为csv文件只是一个文本文件，没有meta或隐藏数据来建议excel继续。

如果您仍想在excel中控制格式，则需要强制数据为字符串，而不是日期。大多数情况下我们添加＆＃39;在任何数据前面我们更喜欢字符串格式。您可以根据需要显示正确的格式，但会丢失日期数据类型。

Answer 3

这个问题的答案分为两个步骤：

1）首先将时间戳列转换为日期时间：

call_df['timestamp'] = call_df['timestamp'].astype('datetime64[ns]')

2）使用＆＃34; to_csv＆＃34;添加date_format参数。执行第一步后：

call_df.to_csv("Call.csv", date_format='%Y-%m-%d %H:%M:%S')

Answer 4

将日期时间列更改为字符串：

    call_df['timestamp'] = call_df['timestamp'].apply(lambda v: str(v))

然后你可以保存到csv以保留格式