使用pandas.to_datetim时只保留日期部分

Question

我使用pandas.to_datetime来分析数据中的日期。默认情况下，Pandas用datetime64[ns]表示日期，即使这些日期都是每天的。 我想知道是否有一种优雅/聪明的方法可以将日期转换为datetime.date或datetime64[D]，这样，当我将数据写入CSV时，日期就不会附加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去掉时间部分？

Answer 1

简单解决方案：

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

Answer 2

虽然我对EdChum的答案投了更高的票，这是对OP提出的问题最直接的答案，但它并不能真正解决性能问题（它仍然依赖于pythondatetime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）。

A better performing alternative是使用df['dates'].dt.floor('d')。严格地说，它不“只保留日期部分”，因为它只是将时间设置为00:00:00。但它确实可以按照OP的要求工作，例如：

• 打印到屏幕
• 保存到csv
• 使用该列groupby

。。。而且由于操作是矢量化的，所以效率更高。

编辑：事实上，操作人员更希望得到的答案可能是“最新版本的pandas如果所有观察都是00:00:00，请不要将时间写入csv”。

Answer 3

由于版本0.15.0，现在可以使用^{}轻松完成此操作，只需访问日期组件：

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

上面返回一个datetime.date数据类型，如果您想要有一个datetime64，那么您可以将时间组件^{}设置为午夜，以便将所有值设置为00:00:00：

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

这将使dtype保持为datetime64，但显示的只是date值。