使用pandas.to_datetime时仅保留日期部分

Question

我pandas.to_datetime用来解析数据中的日期。默认情况下，熊猫代表日期，datetime64[ns]即使日期全是每天。我想知道是否存在一种优雅/巧妙的方法来将日期转换为datetime.date或，datetime64[D]以便当我将数据写入CSV时，日期不附加00:00:00。我知道我可以逐个元素手动转换类型：[dt.to_datetime().date() for dt in df.dates]但这确实很慢，因为我有很多行，这有点违反了使用目的pandas.to_datetime。有没有一种方法可以一次转换dtype整个列？或者，是否pandas.to_datetime支持精度规格，以便在处理日常数据时可以省去时间部分？

Answer 1

尽管我赞成EdChum的答案，这是对OP提出的问题的最直接答案，但它并不能真正解决性能问题（它仍然依赖于python datetime对象，因此对它们的任何操作都不会被矢量化-即，它会很慢）。

性能更好的替代方法是使用df['dates'].dt.floor('d')。严格来说，它不会“仅保留日期部分”，因为它只是将时间设置为00:00:00。但是它确实可以满足OP的要求，例如：

• 打印到屏幕

• 保存到csv

• 使用列来 groupby

...并且效率更高，因为该操作已矢量化。

编辑：其实，在OP的宁愿答案很可能是“的最新版本pandas也没有写入到csv，如果它是时间00:00:00的所有观测值”。

Answer 2

熊猫，DatetimeIndex并Series有一个称为的方法normalize可以完全满足您的需求。

您可以在此答案中了解更多信息。

可以用作 ser.dt.normalize()