使用datetime.strftime并在索引上调用map：

In [72]:

NumberOfSamples = 10
import datetime as dt
dates = pd.date_range('20130101',periods=NumberOfSamples,freq='90S')
df3 = pd.DataFrame(index=dates)
df3.index = df3.index.map(lambda x: dt.datetime.strftime(x, '%Y-%m-%dT%H:%M:%SZ'))
df3
Out[72]:
Empty DataFrame
Columns: []
Index: [2013-01-01T00:00:00Z, 2013-01-01T00:01:30Z, 2013-01-01T00:03:00Z, 2013-01-01T00:04:30Z, 2013-01-01T00:06:00Z, 2013-01-01T00:07:30Z, 2013-01-01T00:09:00Z, 2013-01-01T00:10:30Z, 2013-01-01T00:12:00Z, 2013-01-01T00:13:30Z]

在我看来，另一种更好的方法（多亏了@unutbu）是向to_csv传递一个格式说明符：

df3.to_csv('dates.txt', header=False, date_format='%Y-%m-%dT%H:%M:%SZ')

使用pd.Index.strftime：

如果您确定所有日期都是UTC，则可以硬编码格式：

df3.index = df3.index.strftime('%Y-%m-%dT%H:%M:%SZ')

它给出2013-01-01T00:00:00Z等等。注意“Z”表示UTC！

使用pd.Timestamp.isoformat和pd.Index.map：

df3.index = df3.index.map(lambda timestamp: timestamp.isoformat())

2013-01-01T00:00:00.如果你先给日期加上一个时区（比如把tz="UTC"传递给date_range），你会得到：2013-01-01T00:00:00+00:00，它也符合ISO-8601，但表示法不同。这适用于任何dateutil或pytz时区，当时钟从夏令时切换到标准时间时，不会留下模糊的空间。