Python Pandas 从时间序列中提取唯一日期

Question

我有一个数据表（DataFrame），里面包含了很多日内数据，这个数据表有好几天的数据，但日期并不是连续的。

 2012-10-08 07:12:22            0.0    0          0  2315.6    0     0.0    0
 2012-10-08 09:14:00         2306.4   20  326586240  2306.4  472  2306.8    4
 2012-10-08 09:15:00         2306.8   34  249805440  2306.8  361  2308.0   26
 2012-10-08 09:15:01         2308.0    1   53309040  2307.4   77  2308.6    9
 2012-10-08 09:15:01.500000  2308.2    1  124630140  2307.0  180  2308.4    1
 2012-10-08 09:15:02         2307.0    5   85846260  2308.2  124  2308.0    9
 2012-10-08 09:15:02.500000  2307.0    3  128073540  2307.0  185  2307.6   11
 ......
 2012-10-10 07:19:30            0.0    0          0  2276.6    0     0.0    0
 2012-10-10 09:14:00         2283.2   80   98634240  2283.2  144  2283.4    1
 2012-10-10 09:15:00         2285.2   18  126814260  2285.2  185  2285.6    3
 2012-10-10 09:15:01         2285.8    6   98719560  2286.8  144  2287.0   25
 2012-10-10 09:15:01.500000  2287.0   36  144759420  2288.8  211  2289.0    4
 2012-10-10 09:15:02         2287.4    6  109829280  2287.4  160  2288.6    5
 ......

我该怎么从这个数据表中提取出独特的日期，并把它们转换成日期时间格式呢？我想要的结果是像 [2012-10-08, 2012-10-10] 这样的。

Answer 1

使用正则表达式：

(\d{4}-\d{2}-\d{2})

用 re.findall 函数来运行它，这样可以找到所有匹配的内容：

result = re.findall(r"(\d{4}-\d{2}-\d{2})", subject)

Answer 2

为了给@DSM一个不同的回答，可以看看这个其他的回答，是@Psidom写的。

大概是这样的：

pd.to_datetime(df['DateTime']).dt.date.unique()

我觉得这个方法的效果稍微好一点。

Answer 3

如果你有一个叫做 Series 的东西，比如：

In [116]: df["Date"]
Out[116]: 
0           2012-10-08 07:12:22
1           2012-10-08 09:14:00
2           2012-10-08 09:15:00
3           2012-10-08 09:15:01
4    2012-10-08 09:15:01.500000
5           2012-10-08 09:15:02
6    2012-10-08 09:15:02.500000
7           2012-10-10 07:19:30
8           2012-10-10 09:14:00
9           2012-10-10 09:15:00
10          2012-10-10 09:15:01
11   2012-10-10 09:15:01.500000
12          2012-10-10 09:15:02
Name: Date

其中每个对象都是一个 Timestamp（时间戳）：

In [117]: df["Date"][0]
Out[117]: <Timestamp: 2012-10-08 07:12:22>

你可以通过调用 .date() 来只获取日期：

In [118]: df["Date"][0].date()
Out[118]: datetime.date(2012, 10, 8)

而且 Series 还有一个 .unique() 方法。所以你可以使用 map 和一个 lambda 函数：

In [126]: df["Date"].map(lambda t: t.date()).unique()
Out[126]: array([2012-10-08, 2012-10-10], dtype=object)

或者使用 Timestamp.date 方法：

In [127]: df["Date"].map(pd.Timestamp.date).unique()
Out[127]: array([2012-10-08, 2012-10-10], dtype=object)