从 pandas 列中的 datetime.datetime 中删除时间答案

【问题标题】：Remove the time from datetime.datetime in pandas column从 pandas 列中的 datetime.datetime 中删除时间
【发布时间】：2018-07-11 22:30:57
【问题描述】：

我有一个名为 'date' 的 pandas 专栏它的值和类型类似于2014-07-30 00:00:00 <class 'datetime.datetime'>。我想从日期中删除时间。最终结果是 datetime.datetime 格式的“2014-07-30”。

我尝试了很多解决方案，比如-

df['PSG Date '] = df['PSG Date '].dt.date

但它给了我错误-

AttributeError: Can only use .dt accessor with datetimelike values

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

我相信首先需要to_datetime，对于dates，请使用dt.date：

df['PSG Date '] = pd.to_datetime(df['PSG Date '], errors='coerce').dt.date

如果想要没有时间的日期时间，请使用dt.floor：

df['PSG Date '] = pd.to_datetime(df['PSG Date '], errors='coerce').dt.floor('d')

【讨论】：

什么是错误？ AttributeError: Can only use .dt accessor with datetimelike values ?
现在没有错误但答案即将到来 2014-07-30 00:00:00
时间没有去掉只是类型从datetime.datetime变成了pandas._libs.tslibs.timestamps.Timestamp
@ubuntu_noob - to_datetime 的输出除外，如果使用df['PSG Date '] = pd.to_datetime(df['PSG Date ']).dt.date 它仍然不起作用？
pd.to_datetime(df['PSG Date ']).dt.date 给出错误 TypeError: invalid string coercion to datetime

【解决方案2】：

首先，您应该从datetime 系列开始；如果您没有，请使用pd.to_datetime 强制进行此转换。这将允许矢量化计算：

df = pd.DataFrame({'col': ['2014-07-30 12:19:22', '2014-07-30 05:52:05',
                           '2014-07-30 20:15:00']})

df['col'] = pd.to_datetime(df['col'])

接下来，请注意您无法从 Pandas 中的 datetime 系列中删除时间。根据定义，datetime 系列将包括“日期”和“时间”组件。

标准化时间

您可以使用pd.Series.dt.floor 或pd.Series.dt.normalize 将时间组件重置为00:00:00：

df['col_floored'] = df['col'].dt.floor('d')
df['col_normalized'] = df['col'].dt.normalize()

print(df['col_floored'].iloc[0])     # 2014-07-30 00:00:00
print(df['col_normalized'].iloc[0])  # 2014-07-30 00:00:00

转换为 datetime.date 指针

您可以将您的 datetime 系列转换为 object 系列，由代表日期的 datetime.date 对象组成：

df['col_date'] = df['col'].dt.date
print(df['col_date'].iloc[0])        # 2014-07-30

由于这些不保存在连续的内存块中，df['col_date'] 上的操作将不会被矢量化。

如何检查差异

检查dtype 对我们派生的系列很有用。请注意“删除”时间的一个选项涉及将您的系列转换为object。

计算将不使用此类序列进行向量化，因为它由指向 datetime.date 对象的指针组成，而不是连续内存块中的数据。

print(df.dtypes)

col               datetime64[ns]
col_date                  object
col_floored       datetime64[ns]
col_normalized    datetime64[ns]

【讨论】：

【解决方案3】：

您可以通过调用对象的.date() 方法将datetime.datetime 转换为date time.date。例如

 current_datetime = datetime.datetime.now()
 date_only = current_datetime.date()

【讨论】：

我有一个 pandas 专栏...如何对其进行更改？