Question

原始记录具有以下格式，即日期信息以字符串格式存储

records[‘start_date’].unique()
array([nan, '6/3/2012', '10/20/2013'], dtype=object)

根据该论坛的建议，我使用以下代码将其传输到datetime

Records[‘start_date’] = pd.to_datatime(records[‘start_date’], format =’%m/%d/%Y’)

传输的数组具有以下摘要

array(['NaT', '2012-06-03T00:00:00.000000000',
       '2013-10-20T00:00:00.000000000',], dtype='datetime64[ns]')

我想使传输的日期时间格式更精简，仅保留日期而不保留那些分钟/秒信息。具体来说，我想要这样的格式

array(['NaT', '2012-06-03,
       '2013-10-20',], dtype='datetime64[ns]')

如何实现该目标？谢谢

Answer 1

我想使转移日期时间格式更精简，并且仅保留日期，而不保留这些分钟/秒的信息。

这是不正确的。 np.datetime64本质上是int64上的一个薄包装。因此，这种格式比字符串更有效地存储日期（包括时间等）。不要被显示所迷惑：'2012-06-03T00:00:00.000000000'只是底层整数的文本表示。这里有一些证据：

import datetime, sys, numpy as np

now = datetime.datetime.now()

x_date = sys.getsizeof(np.datetime64(now))             # 40
x_int = sys.getsizeof(np.datetime64(now).astype(int))  # 28 
y = sys.getsizeof('10/20/2013')                        # 59

现在，如果您主要关注 display ，那么您可以在Pandas中将系列转换为object dtype系列中保存的字符串：

records['start_date'] = records['start_date'].dt.strftime('%Y-%m-%d')

一种替代方法是使用一系列datetime.date对象：

records['start_date'] = records['start_date'].dt.date

请注意，进一步的操作将导致内存和性能低下，第一种选择更是如此。

关于仅在使用pd.to_datetime之后保留日期信息

1 个答案: