使用 pandas.to_datetime 时只保留日期部分

Question

我使用

pandas.to_datetime

来解析我的数据中的日期。 Pandas 默认情况下用

datetime64[ns]

表示日期，即使这些日期都是每日的。 我想知道是否有一种优雅/聪明的方法将日期转换为

datetime.date

或

datetime64[D]

这样，当我将数据写入 CSV 时，日期不会附加

00:00:00

。我知道我可以逐个元素手动转换类型：

[dt.to_datetime().date() for dt in df.dates]

但这真的很慢，因为我有很多行，这有点违背了使用

pandas.to_datetime

的目的。有没有办法一次性转换整列的

dtype

？或者，

pandas.to_datetime

是否支持精度规范，以便我可以在处理日常数据时摆脱时间部分？

Answer 1

自版本

0.15.0

现在可以使用

.dt

仅访问日期组件轻松完成：

df['just_date'] = df['dates'].dt.date

以上返回

datetime.date

，所以

object

dtype。如果您想将 dtype 保持为

datetime64

，那么您只需

normalize

：

df['normalised_date'] = df['dates'].dt.normalize()

这将时间组件设置为午夜，即

00:00:00

，但显示屏仅显示日期值。

• pandas.Series.dt

Answer 2

简单的解决方案：

df['date_only'] = df['date_time_column'].dt.date

Answer 3

虽然我赞成 EdChum 的回答，这是对 OP 提出的问题最直接的回答，但它并没有真正解决性能问题（它仍然依赖于 python

datetime

对象，因此对它们的任何操作都不会矢量化 - 也就是说，它会很慢）。

更好的替代方案是：

df['dates'].dt.floor('d')

严格来说，它不会“只保留日期部分”，因为它只是将时间设置为

00:00:00

。但它确实按照 OP 的要求工作，例如：

• 打印到屏幕
• 保存到 csv
• 使用专栏

  groupby

...而且效率更高，因为操作是矢量化的。

编辑： 事实上，OP 更喜欢的答案可能是“

pandas

的最新版本做not 如果它是所有观察的

00:00:00

，则将时间写入 csv”。

Answer 4

Pandas v0.13+：使用

to_csv

和

date_format

参数

尽可能避免将

datetime64[ns]

系列转换为

object

dtype 系列的

datetime.date

对象。后者通常使用

pd.Series.dt.date

构造，存储为指针数组，相对于纯基于 NumPy 的系列而言效率低下。

由于您关心的是写入CSV时的格式，因此只需使用

date_format

的

to_csv

参数即可。例如：

df.to_csv(filename, date_format='%Y-%m-%d')

参见Python的

strftime

指令格式约定。

Answer 5

这是提取日期的简单方法：

import pandas as pd

d='2015-01-08 22:44:09' 
date=pd.to_datetime(d).date()
print(date)

Answer 6

Pandas

DatetimeIndex

和

Series

有一个名为

normalize

的方法，它完全可以满足您的需求。

您可以在this answer中阅读更多相关信息。

它可以用作

ser.dt.normalize()

Answer 7

如果有人看到这篇旧帖子，请提供更新的答案。

在转换为 datetime 时添加“utc=False”将删除时区组件并仅保留 datetime64[ns] 数据类型中的日期。

pd.to_datetime(df['Date'], utc=False)

您将能够将其保存在 excel 中而不会出现错误“ValueError：Excel 不支持带时区的日期时间。请确保在写入 Excel 之前不知道日期时间是时区。”

Answer 8

df['Column'] = df['Column'].dt.strftime('%m/%d/%Y')

这将为您提供所需格式的日期和 NO TIME。您可以根据需要更改格式

'%m/%d/%Y'

。它将列的数据类型更改为

'object'

.

---

如果您只想要日期而不想要

YYYY-MM-DD

格式的时间，请使用：

df['Column'] = pd.to_datetime(df['Column']).dt.date

数据类型将为

'object'

.

---

对于

'datetime64'

数据类型，使用：

df['Column'] = pd.to_datetime(df['Column']).dt.normalize()

Answer 9

转换为

datetime64[D]

：

df.dates.values.astype('M8[D]')

尽管将其重新分配给 DataFrame col 会将其恢复为 [ns]。

如果你想要实际的

datetime.date

：

dt = pd.DatetimeIndex(df.dates)
dates = np.array([datetime.date(*date_tuple) for date_tuple in zip(dt.year, dt.month, dt.day)])

Answer 10

我希望能够更改数据框中一组列的类型，然后删除保留日期的时间。 round(), floor(), ceil() 所有的工作

df[date_columns] = df[date_columns].apply(pd.to_datetime)
df[date_columns] = df[date_columns].apply(lambda t: t.dt.floor('d'))

Answer 11

在超过 1000000 行的表上，我发现它们都很快，

floor

只是稍微快一点：

df['mydate'] = df.index.floor('d')

或

df['mydate'] = df.index.normalize()

如果您的索引有时区并且您不想在结果中出现这些时区，请执行以下操作：

df['mydate'] = df.index.tz_localize(None).floor('d')

df.index.date

慢很多倍；

to_datetime()

更糟。两者都有进一步的缺点，即结果无法保存到 hdf 存储中，因为它不支持类型 datetime.date。

请注意，我在这里使用索引作为日期来源；如果您的来源是另一列，则需要添加

.dt

，例如

df.mycol.dt.floor('d')

Answer 12

这对我有用 UTC 时间戳 (2020-08-19T09:12:57.945888)

for di, i in enumerate(df['YourColumnName']):
    df['YourColumnName'][di] = pd.Timestamp(i)

Answer 13

如果该列尚未采用日期时间格式：

df['DTformat'] = pd.to_datetime(df['col'])

一旦采用日期时间格式，您就可以像这样将整个列转换为日期：

df['DateOnly'] = df['DTformat'].apply(lambda x: x.date())