如果需要将datetime转换为其他格式，可以使用dt.strftime（但请注意，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

更改格式但不更改类型：

df['date'] = pd.to_datetime(df["date"].dt.strftime('%Y-%m'))

之间有区别

• Dataframe 单元格的内容（二进制值），以及
• 它的展示给我们人类。

所以问题是：如何在不更改数据/数据类型本身的情况下实现数据的适当表示？
答案如下：

• 如果您使用Jupyter notebook来显示 Dataframe ，或者
• 如果你想以HTML文件的形式呈现一个演示文稿（即使有许多准备好的多余的id和class属性用于 * 进一步 * CSS样式-你可能会使用，也可能不会使用它们），

使用 * styling *。样式化不会改变数据框的数据/数据类型。
现在，我将向您展示如何在Jupyter notebook中访问它-对于HTML文件形式的演示，请参阅本答案结尾处的注解。
我假设你的列DOB * 已经有datetime64类型 *（你已经表明你知道如何到达它）。我准备了一个简单的dataframe（只有一列）来展示一些基本的样式：

• 未设置样式：

df

DOB
0  2019-07-03
1  2019-08-03
2  2019-09-03
3  2019-10-03

• 将其样式化为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

• 将其样式化为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！*
返回的对象不是一个dataframe -它是类Styler的对象，所以 * 不要将它赋值回df：*

不要这样做：

df = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})    # Don't do this!

（每个dataframe都有其Styler对象，可以通过其.style属性访问，我们更改了这个df.style对象，而不是dataframe本身。

问题和答案：
*Q：为什么你的Styler对象（或返回它的表达式）在Jupyter notebook单元格中用作最后一个命令时会显示你的（样式化的）表，而不是Styler对象本身？
***A：**因为每个Styler对象都有一个回调方法._repr_html_()，它返回一个HTML代码来渲染你的 Dataframe （作为一个漂亮的HTML表）。

Jupyter Notebook IDE会自动调用这个方法来渲染拥有它的对象。

注：

你不需要Jupyter notebook来进行样式化（即，在不更改其数据/数据类型的情况下很好地输出dataframe *）。
Styler对象也有一个方法render()，如果你想用HTML代码获取一个字符串（例如，在Web上发布格式化的 Dataframe ，或者只是以HTML格式显示表格）：

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，我建议先使用dt.strftime()，然后再使用pd.to_datetime()。这样，它仍然会导致datetime数据类型。
比如说

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)

下面的代码为我工作，而不是前一个：

df['DOB']=pd.to_datetime(df['DOB'].astype(str), format='%m/%d/%Y')

你可以试试这个它会将日期格式转换为DD-MM-YYYY：

df['DOB'] = pd.to_datetime(df['DOB'], dayfirst = True)

下面的代码将更改为“datetime”类型，并以给定的格式字符串进行格式化。

df['DOB'] = pd.to_datetime(df['DOB'].dt.strftime('%m/%d/%Y'))

下面是我的代码。我们需要非常小心的格式。下面的链接对于了解您现有的格式和更改为所需的格式绝对有用（遵循 * strftime（）和strptime（）Behavior* 中的strftime（）和strptime（）格式代码）：

data['date_new_format'] = pd.to_datetime(data['date_to_be_changed'] , format='%b-%y')