pandas如何去掉时间列的小时只保留日期

Posted 2020-11-03 subic

最近无聊，想玩玩数据挖掘，就拿天池的天池新人实战赛之[离线赛]练练手。https://tianchi.aliyun.com/getStart/information.htm?spm=5176.100067.5678.2.2b282b2bAOqNmy&raceId=231522 

其中在处理数据时，我需要以日期为索引，比如将前6天的数据作为训练集，第7天的数据作为预测集。下图是阿里给的数据。

由于我们需要按天来统计数据，所以暂时认为几点购买的这个信息没什么用，我想去掉。要怎么去掉呢？

我们可以看到，时间列是object类型，先对其进行转换。

然后这里有几种方法去除时间:

上图的第二句话是设置时间为索引。

第二种方法：

all_user[\'time\'] = pd.to_datetime(all_user[\'time\']).dt.date　

这种方法很慢，请不要轻易尝试。
或者：

all_user[\'time\'] = pd.to_datetime(all_user[\'time\']).dt.floor(\'d\')　

具体可以参考：https://stackoverflow.com/questions/16176996/keep-only-date-part-when-using-pandas-to-datetime。
然后我们就可以分割数据为训练集和预测集了。

train_user = all_user[\'2014-11-22\':\'2014-11-27\']
train_user_predict = all_user[\'2014-11-28\']
valid_user = all_user[\'2014-11-29\':\'2014-12-04\']
valid_user_predict = all_user[\'2014-12-05\']
test_user = all_user[\'2014-12-13\':\'2014-12-18\']
test_user_predict = all_user[\'2014-12-19\']