匹配两个不同时间的相似日期答案

【问题标题】：Matching two similar dates with different times匹配两个不同时间的相似日期
【发布时间】：2015-07-11 16:33:05
【问题描述】：

我在从 CSV 文件读取的 pandas 数据帧（df1.a_date 和 df2.another_date）中有两个日期。它们在日期级别 (YYYY-MM-DD) 匹配，但在时间 (HH:MM:SS) 不匹配。两者都作为 dtype: object 读入。

我需要合并日期上的两个数据框，但由于它们不准确，我可能需要先转换它们。有什么想法吗？

编辑：

我尝试使用 diatomite.date 从 pandas.datetime 构造一个新日期，但这似乎不起作用。

datetime.date(df.a_date.year, df.a_date.month, df.a_date.day)

pandas datetime 对象没有年、月、日访问器。

【问题讨论】：

您将日期时间列转换为日期。将其保存在不同的列中，merge 在这些列中。
这基本上是我一直试图弄清楚的，但我似乎无法确定确切的代码。你（或其他人）能举个例子吗？
请先发布您尝试过的内容。 stackoverflow.com/help/mcve

标签： python python-2.7 date pandas

【解决方案1】：

将日期时间格式化为仅包含 YYYY-MM-DD：

假设 df 是您的数据框：

'{:%Y-%m-%d}'.format(d)

【讨论】：

【解决方案2】：

假设，dft 是您的数据框，并且“索引”列包含日期时间：

In [1804]: dft.head()
Out[1804]: 
                index         A
0 2013-01-01 00:00:00  1.193366
1 2013-01-01 00:01:00  1.013425
2 2013-01-01 00:02:00  1.281902
3 2013-01-01 00:03:00 -0.043788
4 2013-01-01 00:04:00 -1.610164

如果需要，您可以将该列转换为仅包含日期并将其保存在不同的列中。并对其进行操作：

In [1805]: dft['index'].apply(lambda v:v.date()).head()
Out[1805]: 
0    2013-01-01
1    2013-01-01
2    2013-01-01
3    2013-01-01
4    2013-01-01
Name: index, dtype: object

【讨论】：

谢谢！这成功了。现在我只需要处理缺失值。
@NicholasTulach 这将比使用 dt.date 或 dt.normalize 慢得多（标准化是最快的）。

【解决方案3】：

您可以规范化日期列/DatetimeIndex 索引：

注意：目前 normalize 没有导出到 dt 访问器，所以我们需要用 DatetimeIndex 包装。

In [11]: df = pd.DataFrame(pd.date_range('2015-01-01 05:00', periods=3), columns=['datetime'])

In [12]: df
Out[12]:
             datetime
0 2015-01-01 05:00:00
1 2015-01-02 05:00:00
2 2015-01-03 05:00:00

In [13]: df["date"] = pd.DatetimeIndex(df["datetime"]).normalize()

In [14]: df
Out[14]:
             datetime       date
0 2015-01-01 05:00:00 2015-01-01
1 2015-01-02 05:00:00 2015-01-02
2 2015-01-03 05:00:00 2015-01-03

如果它也是 DatetimeIndex 也可以，请使用 df.index 而不是 df[col_name]。

【讨论】：