Chỉ giữ lại một phần ngày khi sử dụng pandas.to_datetime

Tôi sử dụng pandas.to_datetimeđể phân tích ngày tháng trong dữ liệu của tôi. Gấu trúc theo mặc định đại diện cho ngày datetime64[ns]mặc dù ngày chỉ là tất cả hàng ngày. Tôi tự hỏi liệu có một cách thanh lịch / thông minh để chuyển đổi ngày thành datetime.datehay datetime64[D]không, khi tôi viết dữ liệu sang CSV, ngày không được thêm vào 00:00:00. Tôi biết tôi có thể chuyển đổi loại thủ công từng yếu tố:

[dt.to_datetime().date() for dt in df.dates]

Nhưng điều này thực sự chậm vì tôi có nhiều hàng và nó đánh bại mục đích sử dụng pandas.to_datetime. Có cách nào để chuyển đổi dtypetoàn bộ cột cùng một lúc không? Hoặc cách khác, có pandas.to_datetimehỗ trợ một đặc điểm kỹ thuật chính xác để tôi có thể thoát khỏi phần thời gian trong khi làm việc với dữ liệu hàng ngày không?

Vì phiên bản 0.15.0này có thể dễ dàng thực hiện bằng cách sử dụng .dtđể chỉ truy cập thành phần ngày:

df['just_date'] = df['dates'].dt.date

Ở trên trả về một datetime.datedtype, nếu bạn muốn có datetime64thì bạn chỉ có thể normalizethành phần thời gian thành nửa đêm để nó đặt tất cả các giá trị thành 00:00:00:

df['normalised_date'] = df['dates'].dt.normalize()

Điều này giữ cho dtype như datetime64nhưng màn hình chỉ hiển thị dategiá trị.

Giải pháp đơn giản:

df['date_only'] = df['date_time_column'].dt.date

Trong khi tôi nêu lên câu trả lời của EdChum, đây là câu trả lời trực tiếp nhất cho câu hỏi mà OP đặt ra, nó không thực sự giải quyết được vấn đề về hiệu năng (nó vẫn phụ thuộc vào datetimecác đối tượng python và do đó, mọi thao tác trên chúng sẽ không được vector hóa - đó là sẽ chậm).

Một sự thay thế hiệu quả tốt hơn là sử dụng df['dates'].dt.floor('d'). Nói đúng ra, nó không "chỉ giữ một phần ngày", vì nó chỉ đặt thời gian 00:00:00. Nhưng nó hoạt động như mong muốn của OP khi, ví dụ:

• in ra màn hình
• lưu vào csv
• sử dụng cột để groupby

... Và nó hiệu quả hơn nhiều, vì hoạt động được vector hóa.

EDIT: trên thực tế, câu trả lời của OP có vẻ rất muốn có lẽ là "phiên bản gần đây của pandasta không ghi thời gian để csv nếu nó là 00:00:00cho tất cả các quan sát".

Gấu trúc DatetimeIndexvà Seriescó một phương pháp gọi normalizeđó là chính xác những gì bạn muốn.

Bạn có thể đọc thêm về nó trong câu trả lời này .

Nó có thể được sử dụng như ser.dt.normalize()

Pandas v0.13 +: Sử dụng to_csvvới date_formattham số

Tránh, nếu có thể, chuyển đổi datetime64[ns]chuỗi của bạn thành một objectloạt các datetime.dateđối tượng dtype . Sau này, thường được xây dựng bằng cách sử dụngpd.Series.dt.date , được lưu trữ dưới dạng một mảng các con trỏ và không hiệu quả so với một chuỗi dựa trên NumPy thuần túy.

Vì mối quan tâm của bạn là định dạng khi ghi vào CSV , chỉ cần sử dụng date_formattham số của to_csv. Ví dụ:

df.to_csv(filename, date_format='%Y-%m-%d')

Xem các strftimechỉ thị của Python để biết các quy ước định dạng.

Đây là một cách đơn giản để trích xuất ngày:

import pandas as pd

d='2015-01-08 22:44:09' 
date=pd.to_datetime(d).date()
print(date)

Chuyển đổi sang datetime64[D]:

df.dates.values.astype('M8[D]')

Mặc dù việc gán lại nó cho một DataFrame col sẽ hoàn nguyên nó trở lại [ns].

Nếu bạn muốn thực tế datetime.date:

dt = pd.DatetimeIndex(df.dates)
dates = np.array([datetime.date(*date_tuple) for date_tuple in zip(dt.year, dt.month, dt.day)])

Chỉ cần đưa ra một câu trả lời cập nhật hơn trong trường hợp ai đó nhìn thấy bài viết cũ này.

Thêm "utc = Sai" khi chuyển đổi sang datetime sẽ xóa thành phần múi giờ và chỉ giữ lại ngày trong kiểu dữ liệu datetime64 [ns].

pd.to_datetime(df['Date'], utc=False)

Bạn sẽ có thể lưu nó trong excel mà không gặp lỗi "ValueError: Excel không hỗ trợ datetimes với múi giờ. Vui lòng đảm bảo rằng datetimes là múi giờ không biết trước khi ghi vào Excel."

Tôi muốn có thể thay đổi loại cho một tập hợp các cột trong khung dữ liệu và sau đó loại bỏ thời gian giữ ngày. vòng (), sàn (), trần () tất cả công việc

df[date_columns] = df[date_columns].apply(pd.to_datetime)
df[date_columns] = df[date_columns].apply(lambda t: t.dt.floor('d'))