我使用pandas从Excel加载数据，生成的DataFrame包含字符串和日期。包含字符串的列的数据类型为“object”，而日期列的数据类型为“datetime 64 [ns]”。在我的代码中的某个时候，我需要将一列从datetime转换为字符串以写回Excel，但是如果我尝试使用对我来说最明显的方式，并且根据文档似乎是推荐的方式，pandas不会让我这样做：使用.loc获取要更改的列，并将它们与转换为字符串的相同列分配。
我已经找到了绕过这个问题的方法，让Pandas做我需要的事情，但要么这是一个错误，要么我不明白一些潜在的机制，从长远来看，这些机制可能会回来咬我，因此我的问题。
重现此情况的代码（在pandas 2.0.0和2.0.1中都出现过，这 * 可能 * 会导致问题）如下（在我使用的实际DataFrame中，有很多列）：

import pandas as pd

not_yet_datetime_df = pd.DataFrame([["2023-01-06", "2023-01-06", "2023-01-06", "2023-01-06", "2023-01-06"]]).T
datetime_df = not_yet_datetime_df.astype("datetime64[ns]")
datetime_df.loc[:, 0] = datetime_df.loc[:, 0].dt.strftime("%d.%m.%Y")
datetime_df.loc[:, 0] = datetime_df.loc[:, 0].astype("object")  # neither of these two will work for me
print(datetime_df.dtypes)  # will return "datetime64[ns]" for this single column

有多种方法可以绕过这个问题，包括简单地用datetime_df[0] = datetime_df.loc[:, 0].dt.strftime("%d.%m.%Y")替换第5行（省略等号左边的.loc），我至少可以用datetime_df = datetime_df.astype({0:"object"})将列变为“object”dtype，但我不太明白为什么特别是第一个解决方案有效，以及我对.loc或一般日期时间的误解。
我读了一点pandas 2.0.0在返回视图和副本，但据我（有限）的理解，这不应该受到任何2.0.0的变化。
有谁能帮我弄明白这到底是怎么回事吗？我喜欢使用.loc而不是只使用[]-括号赋值，我觉得它不像我希望的那样直观。