我的数据帧有一个 DOB 列（例如格式为 1/1/2016），默认情况下会转换为 Pandas 的 'object' 数据类型。
使用 df['DOB'] = pd.to_datetime(df['DOB']) 将其转换为日期格式，日期将被转换为：2016-01-26，且其 dtype 为 datetime64[ns]。
现在我想将该日期格式转换为 01/26/2016 或任何其他一般日期格式。 我该怎么做？
（无论我尝试什么方法，它总是显示日期的格式为 2016-01-26。）
如果您需要将datetime格式转换为其他格式，可以使用dt.strftime（但请注意，此时列的dtype将是object（string））：
import pandas as pd
df = pd.DataFrame({'DOB': {0: '26/1/2016', 1: '26/1/2016'}})
print (df)
DOB
0 26/1/2016
1 26/1/2016
df['DOB'] = pd.to_datetime(df.DOB)
print (df)
DOB
0 2016-01-26
1 2016-01-26
df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print (df)
DOB DOB1
0 2016-01-26 01/26/2016
1 2016-01-26 01/26/2016
改变格式但不改变类型：
df['date'] = pd.to_datetime(df["date"].dt.strftime('%Y-%m'))
数据框单元格的内容（二进制值）和其呈现方式（供人类查看）之间存在差异。
因此，问题是：如何在不改变数据/数据类型本身的情况下达到适当的呈现方式？
这里是答案：
id和class属性以进行进一步CSS样式设置 - 您可以使用它们，也可以不使用它们），请使用样式。样式不会更改数据/数据框列的数据/数据类型。
现在我向您展示如何在Jupyter笔记本中实现它 - 如果要以HTML文件形式进行演示，请参见本答案末尾的注释。
我假设您的列DOB已经具有datetime64类型（您已经展示了您知道如何实现它）。 我准备了一个简单的数据框（仅有一列），以向您展示一些基本样式：
未设置样式：
df
DOB 0 2019-07-03 1 2019-08-03 2 2019-09-03 3 2019-10-03
将其格式化为 mm/dd/yyyy：
df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})
DOB 0 07/03/2019 1 08/03/2019 2 09/03/2019 3 10/03/2019
将其样式设置为dd-mm-yyyy：
df.style.format({"DOB": lambda t: t.strftime("%d-%m-%Y")})
DOB 0 03-07-2019 1 03-08-2019 2 03-09-2019 3 03-10-2019
小心！
返回的对象不是数据框，而是Styler类的对象，所以不要将其赋回给df：
不要这样做：
df = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")}) # Don't do this!
.style属性访问其Styler对象，我们更改的是df.style对象，而不是数据框本身。
问题和答案：
问：为什么在Jupyter笔记本单元格中，将您的Styler对象（或返回它的表达式）用作最后一个命令会显示您的（经过样式处理的）表格，而不是Styler对象本身？
答：因为每个Styler对象都有一个回调方法._repr_html_()，该方法返回呈现数据帧（作为漂亮的HTML表格）的HTML代码。
Jupyter Notebook IDE自动调用此方法以呈现具有该方法的对象。
注意：
你不需要使用Jupyter笔记本来进行样式设置（即，对数据框进行美化而不改变其数据/数据类型）。
如果你想要获得一个包含HTML代码的字符串（例如，将格式化后的数据框发布到Web上，或者仅仅是以HTML格式呈现表格），Styler对象也有一个名为render()的方法：
df_styler = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})
HTML_string = df_styler.render()
与第一个答案相比，我建议首先使用dt.strftime()，然后再使用pd.to_datetime()。这样做的话，仍将得到日期时间数据类型。
例如，
import pandas as pd
df = pd.DataFrame({'DOB': {0: '26/1/2016 ', 1: '26/1/2016 '})
print(df.dtypes)
df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print(df.dtypes)
df['DOB1'] = pd.to_datetime(df['DOB1'])
print(df.dtypes)
df['DOB']=pd.to_datetime(df['DOB'].astype(str), format='%m/%d/%Y')
format='%m/%d/%Y'是用于解析字符串的，也就是说，你应该按照这种格式提供字符串（例如 "5/13/2019"）。没有其他的格式更改。它仍将显示为 2019-05-13——或者如果df['DOB'].astype(str)包含未采用此种格式（例如采用 "2019-05-13" 格式）的项目，则会引发异常。 - MarianDdf['DOB'] = pd.to_datetime(df['DOB'], dayfirst = True)
dayfirst=True 只是日期解析顺序的规定，例如，模棱两可的日期字符串“2-1-2019”将解析为2019年1月2日，而不是2019年2月1日。 没有其他影响，不会改变输出格式。 - MarianDdf['DOB'] = pd.to_datetime(df['DOB'].dt.strftime('%m/%d/%Y'))
df['DOB']=pd.to_datetime(df['DOB']).dt.strftime('%m/%d/%Y') - John Doedata['date_new_format'] = pd.to_datetime(data['date_to_be_changed'] , format='%b-%y')
datetime作为一个保存日期和时间信息的数据结构没有格式 - 它只是一个数据结构。它的内容可以以一定的方式 /“格式”进行显示。或者如果您有表示日期/时间的字符串，则可以以一定的方式 /“格式”在其中表达。 - FObersteiner__str __()方法。我只是提醒一下以防有新手感到困惑。 - wjandrea01/26/2016不是一般的日期格式。它是美国特定的，如果日期小于等于12，它也可能是英国的dd/mm/yyyy格式，因此含糊不清。在任何可以的地方，请使用YYYY-MM-DD格式，其他任何格式都会带来很多麻烦。唯一不应该使用这种格式的地方是用户界面本身，当需要以适合用户文化的方式显示时。 - dsz