使用pandas.to_datetime时仅保留日期部分

Question

我使用pandas.to_datetime来解析数据中的日期。 Pandas默认表示datetime64[ns]的日期，即使日期仅为每日日期。 我想知道是否有一种优雅/巧妙的方式将日期转换为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地手动转换类型：

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

但是这很慢，因为我有很多行，这有点违背了使用pandas.to_datetime的目的。有没有办法一次转换整个列的dtype？或者，pandas.to_datetime是否支持精度规范，以便在处理日常数据时可以摆脱时间部分？

Answer 1

从版本0.15.0开始，现在可以使用.dt轻松完成此操作，只访问日期组件：

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

以上内容会返回datetime.date dtype，如果您想要datetime64，那么您只需normalize时间组件到午夜，这样它就会将所有值设置为{{1} }：

00:00:00

这会将dtype保持为df['normalised_date'] = df['dates'].dt.normalize() ，但显示只显示datetime64值。

Answer 2

虽然我赞成了EdChum的答案，这是对OP提出的问题的最直接的答案，但它并没有真正解决性能问题（它仍然依赖于python datetime对象，因此任何对它们的操作不会被矢量化 - 也就是说，它会很慢。）

A better performing alternative将使用df['dates'].dt.floor('d')。严格来说，它不会只保留日期部分＆＃34;，因为它只是将时间设置为00:00:00。但它确实可以通过OP工作，例如：

• 打印到屏幕
• 保存到csv
• 使用列groupby

...而且效率更高，因为操作是矢量化的。

编辑：事实上，OP首选的答案可能是＆＃34;最新版本的pandas 不写csv的时间，如果所有观察结果都是00:00:00并且＃34;。

Answer 3

Pandas DatetimeIndex和Series有一个名为normalize的方法，可以完全按照您的意愿行事。

您可以在this answer中了解更多相关信息。

可以用作ser.dt.normalize()

Answer 4

这是一种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 5

Pandas v0.13 +：将to_csv与date_format参数一起使用

尽可能避免将datetime64[ns]系列转换为object对象的datetime.date dtype系列。后者通常使用pd.Series.dt.date构造，存储为指针数组，相对于基于NumPy的纯序列而言效率较低。

由于您担心的是写入CSV时的格式，因此只需使用date_format的{​​{1}}参数。例如：

to_csv

有关格式约定，请参见Python's strftime directives。

Answer 6

转换为datetime64[D]：

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

虽然将其重新分配给DataFrame col会将其还原为[ns]。

如果您想要实际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 7

我希望能够更改数据框中一组列的类型，然后删除保持一天的时间。 round(), floor(), ceil()全部正常

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

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'。

---

如果您只需要日期而不需要 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

简单解决方案：

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

Answer 10

只是提供最新的答案，以防有人看到此旧帖子。

在转换为日期时间时添加“ utc = False”将删除时区部分，并仅将日期保留为datetime64 [ns]数据类型。

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。在写入Excel之前，请确保日期时间不知道时区。”

Answer 11

这对我来说是UTC时间戳（2020-08-19T09：12：57.945888）

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

Answer 12

在> 1000000行的表上，我发现它们都很快速，floor稍快一些：

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

或

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

如果您的索引具有时区，而您不希望它们出现在结果中，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。两者都具有进一步的缺点，因为结果不支持datetime.date类型，因此结果无法保存到hdf存储中。

请注意，这里我已使用索引作为日期源；如果您的来源是另一列，则需要添加.dt，例如df.mycol.dt.floor('d')