在 Pandas 中从 datetime <[M8] 删除时间

Posted 2023-02-23

【中文标题】在 Pandas 中从 datetime <[M8] 删除时间

【英文标题】：Dropping time from datetime <[M8] in Pandas

【发布时间】：2014-09-07 07:14:34

【问题描述】：

所以我的数据框中有一个“日期”列，其中日期的格式如下

0    1998-08-26 04:00:00 

如果我只想要年份月份和日期，我该如何去掉琐碎的小时？

【问题讨论】：

明显/强制性的你尝试过什么？

随便df['Date'] = df['Date'].apply(lambda x: x.date())

我尝试将所有内容都转换为字符串并进行迭代，但最后因为我需要将 df 作为 csv 我只使用了.to_csv(file, date_format = '%Y%m%d'。我也最终使用了@EdChum 解决方案，它也很有效！

请注意：@EdChum 的方法（就我而言）比下面接受的答案慢了大约 40 倍。

【参考方案1】：

最快的方法是使用 DatetimeIndex 的 normalize（首先需要将列设为 DatetimeIndex）：

In [11]: df = pd.DataFrame("t": pd.date_range('2014-01-01', periods=5, freq='H'))

In [12]: df
Out[12]:
                    t
0 2014-01-01 00:00:00
1 2014-01-01 01:00:00
2 2014-01-01 02:00:00
3 2014-01-01 03:00:00
4 2014-01-01 04:00:00

In [13]: pd.DatetimeIndex(df.t).normalize()
Out[13]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-01-01, ..., 2014-01-01]
Length: 5, Freq: None, Timezone: None

In [14]: df['date'] = pd.DatetimeIndex(df.t).normalize()

In [15]: df
Out[15]:
                    t       date
0 2014-01-01 00:00:00 2014-01-01
1 2014-01-01 01:00:00 2014-01-01
2 2014-01-01 02:00:00 2014-01-01
3 2014-01-01 03:00:00 2014-01-01
4 2014-01-01 04:00:00 2014-01-01

DatetimeIndex 还有一些其他有用的属性，例如.year、.month、.day。

---

从 0.15 开始，它们将成为 dt 属性，因此您可以通过以下方式访问此（和其他方法）：

df.t.dt.normalize()
# equivalent to
pd.DatetimeIndex(df.t).normalize()

【讨论】：

嗨，你能展示如何从日期时间中删除日期吗？使用datetime_column.dt.time 将使列作为对象不再是日期时间。

@rojas 你想要它是什么？时间增量？

嗯，好问题。我希望能够合并该时间列上的两个数据框（并且不希望它成为 str 对象并具有不同的格式）。

对于时间增量，一种方法是减去：df["date"] - df["date"].normalize()

@CarlMorris 我猜是in "basics"，但它也应该在时间序列中（它非常有用！）

【参考方案2】：

另一种可能性是使用 str.split

df['Date'] = df['Date'].str.split(' ',expand=True)[0]

这应该将“日期”列拆分为标记为 0 和 1 的两列。使用日期和时间之间的空格作为拆分指示符。

返回的数据框的第 0 列包含日期，第 1 列包含时间。 然后它将原始数据框的“日期”列设置为列 [0]，这应该只是日期。

【参考方案3】：

另一种选择

df['my_date_column'].dt.date

愿意

0        2019-06-15
1        2019-06-15
2        2019-06-15
3        2019-06-15
4        2019-06-15

【讨论】：

我觉得我每隔几周就会回到你的答案，哈哈。希望我能给你不止一票。

【参考方案4】：

read_csv 和 date_parser

to_date = lambda times : [t[0:10] for t in times]

df = pd.read_csv('input.csv', 
                  parse_dates=date: ['time'],
                  date_parser=to_date,
                  index_col='date')