Python Pandas 系列失败日期时间

我认为这一定是 pandas 的失败，有一个 pandas 系列（v.18.1 和 19），如果我为该系列分配一个日期，第一次将其添加为 int （错误），第二次将其添加为 int （错误）添加为日期时间（正确），我无法理解原因。

例如使用以下代码：

import datetime as dt
import pandas as pd
series = pd.Series(list('abc'))
date = dt.datetime(2016, 10, 30, 0, 0)
series["Date_column"] =date
print("The date is {} and the type is {}".format(series["Date_column"], type(series["Date_column"])))
series["Date_column"] =date
print("The date is {} and the type is {}".format(series["Date_column"], type(series["Date_column"])))

输出是：

The date is 1477785600000000000 and the type is <class 'int'>
The date is 2016-10-30 00:00:00 and the type is <class 'datetime.datetime'>

正如您所看到的，第一次它总是将值设置为 int 而不是 datetime。

有人可以帮助我吗？ 预先非常感谢您， 哈维。

原因是系列是“对象”类型，并且 pandas DataFrame（或系列）的列是同质类型。您可以使用 dtype （或 DataFrame.dtypes）检查它：

series = pd.Series(list('abc'))
series
Out[3]:
0    a
1    b
2    c
dtype: object

In [15]: date = dt.datetime(2016, 10, 30, 0, 0)
date
Out[15]: datetime.datetime(2016, 10, 30, 0, 0)

In [18]: print(date)
2016-10-30 00:00:00

In [17]: type(date)
Out[17]: datetime.datetime

In [19]: series["Date_column"] = date
In [20]: series

Out[20]:
0                                a
1                                b
2                                c
Date_column    1477785600000000000
dtype: object

In [22]: series.dtype

Out[22]: dtype('O')

只有通用的“object”dtype 可以保存任何 python 对象（在您的情况下将 datetime.datetime 对象插入到 Series 中）。

此外，Pandas Series 基于 Numpy 数组，它们不是混合类型，违背了利用 Pandas DataFrames 和 Series 或 Numpy 的计算优势的目的。

你能用 python list() 代替吗？或 DataFrame()？