【问题标题】：How to remove the date information in a column, just keep time如何去掉一列中的日期信息，只需保持时间
【发布时间】：2014-07-04 05:11:13
【问题描述】：

我正在使用熊猫数据框。有一个特定的列有时间信息。

原始数据是这样的：

5:15am
5:28am
6:15am

所以我需要将原始数据转换为日期时间格式：

format = '%I:%M%p'
dataset['TimeStamp'] = pd.to_datetime(dataset['TimeStamp'],format)

但是，我得到了：

2014-07-04 05:15:00
2014-07-04 05:28:00
2014-07-04 06:15:00

我不想要年份和日期信息，只想要时间。我怎样才能删除它。谢谢。

【问题讨论】：

标签： python pandas

【解决方案1】：

以下内容会将您拥有的内容转换为 datetime.time() 对象：

dataset['TimeStamp'] = pd.Series([val.time() for val in dataset['TimeStamp']])

输出

  TimeStamp
0  05:15:00
1  05:28:00
2  06:15:00

【讨论】：

最好做pd.DatetimeIndex(dateset['TimeStamp']).time虽然结果相同
@Jeff，谢谢。这对我有用，而不是公认的解决方案。
原来我想要val.date()这个答案给了我灵感:)

【解决方案2】：

因为版本0.17.0你可以这样做

dataset['TimeStamp'].dt.time

对于早于0.17.0的版本：

您只需调用 apply 并访问 datetime 对象上的 time 函数即可像这样最初创建列，而无需进行后期处理：

In [143]:

dataset['TimeStamp'] = pd.to_datetime(dataset['TimeStamp'],format).apply(lambda x: x.time())
dataset
Out[143]:
  TimeStamp
0  05:15:00
1  05:28:00
2  06:15:00

【讨论】：

【解决方案3】：

只需使用datetime.time() 函数

datetime.time()
返回具有相同小时、分钟、秒和微秒的时间对象。 tzinfo 为无。另见方法 timetz()。

这将返回一个datetime.time 对象，您可以使用time.hour time.minute 和time.second 属性访问数据。

【讨论】：

【解决方案4】：

`your_date_df.dt.time`

假设您的日期和时间列是df['arrived_date']：

0   2015-01-06 00:43:00
1   2015-01-06 07:56:00
2   2015-01-06 11:02:00
3   2015-01-06 11:22:00
4   2015-01-06 15:27:00
Name: arrived_date, dtype: datetime64[ns]

使用 pandas，您只需要：

df['arrived_time']=df['arrived_date'].dt.time

新列df['arrived_time'] 将如下所示：

0    00:43:00
1    07:56:00
2    11:02:00
3    11:22:00
4    15:27:00
Name: arrived_time, dtype: object

观察新列`df['arrived_time']`不再是`datetime64`类型，列的类型只是pandas`object`

【讨论】：

【解决方案5】：

使用 pandas 有一种更简单的方法，尽管大多数（如果不是所有）解决方案都是正确的

df.TimeStamp = pd.to_datetime(df.TimeStamp).dt.strftime('%H:%M')

【讨论】：

【解决方案6】：

dataset['TimeStamp']=dataset['TimeStamp'].str.slice(11,18)

【讨论】：

your_date_df.dt.time

观察新列df['arrived_time']不再是datetime64类型，列的类型只是pandasobject

`your_date_df.dt.time`

观察新列`df['arrived_time']`不再是`datetime64`类型，列的类型只是pandas`object`