当前位置：极客教程 > Pandas > Pandas 问答 > Pandas 如何在使用 pandas.to_datetime 时仅保留日期部分

Pandas 如何在使用 pandas.to_datetime 时仅保留日期部分

Pandas 如何在使用 pandas.to_datetime 时仅保留日期部分

在本文中，我们将介绍 Pandas 如何在使用 pandas.to_datetime 方法时仅保留日期部分，以及如何对日期数据进行操作和转换。 Pandas 是 Python 中一个非常强大的数据分析库，对于处理日期数据，Pandas 提供了很多方便的方法和工具。

阅读更多：Pandas 教程

pandas.to_datetime 方法

Pandas 中的 to_datetime 方法可以将字符串或数字转换为日期格式。默认情况下，它会将字符串转换为 pandas.Timestamp 格式，而数字则会被解释为 Unix 时间戳。to_datetime 方法的基本语法如下：

import pandas as pd
pd.to_datetime(arg, format=None, errors='raise', utc=None, box=True, unit=None, infer_datetime_format=False, origin='unix')
Python

其中，arg 表示待转换的数据；format 表示日期格式；errors 表示错误处理方式；unit 表示时间单位等。

默认情况下，to_datetime 方法会将字符串中的所有信息，包括日期、时间、时区等全部转换为 Timestamp 类型。例如：

import pandas as pd
pd.to_datetime('2021-01-01 12:30:00')
Python

输出结果为：

Timestamp('2021-01-01 12:30:00')
Python

如果只需要将字符串转换为日期格式，可以使用 format 参数或者 strftime（string format time）格式化字符串，将需要的信息提取出来。例如：

import pandas as pd
pd.to_datetime('2021-01-01', format='%Y-%m-%d')
Python

输出结果为：

Timestamp('2021-01-01 00:00:00')
Python

这样，我们就仅保留了日期部分。

Pandas 对日期数据的操作和转换

Pandas 中对日期数据的操作和转换主要包括以下几个方面：

1. 获得日期和时间信息

使用 pandas.Series.dt 属性可以获得日期和时间的各个部分信息，如年、月、日、时、分、秒等。例如：

import pandas as pd
data = ['2021-01-01 12:30:00', '2021-02-03']
s = pd.Series(data)
dt = pd.to_datetime(s)

dt.dt.year
dt.dt.month
dt.dt.day
dt.dt.hour
dt.dt.minute
dt.dt.second
Python

输出结果为：

0    2021
1    2021
dtype: int64

0    1
1    2
dtype: int64

0    1
1    3
dtype: int64

0    12
1     0
dtype: int64

0    30
1     0
dtype: int64

0    0
1    0
dtype: int64
Python

2. 增加和减少日期和时间

可以使用 pandas.Timedelta 或 pandas.DateOffset 对日期和时间进行增加和减少。例如：

import pandas as pd
data = ['2021-01-01', '2021-02-03']
s = pd.Series(data)
dt = pd.to_datetime(s)

dt + pd.Timedelta(days=1)
dt - pd.DateOffset(months=1)
Python

输出结果为：

0   2021-01-02
1   2021-02-04
dtype: datetime64[ns]

0   2020-12-01
1   2021-01-03
dtype: datetime64[ns]
Python

3. 转换不同的日期频率

可以使用 pandas.Series.asfreq() 方法或 pandas.Series.resample() 方法将日期频率转换为不同的格式。例如：

import pandas as pd
import numpy as np
rng = pd.date_range(start='2021-01-01', periods=6, freq='D')
ts = pd.Series(np.random.randn(len(rng)), index=rng)

ts.asfreq(freq='H', method='ffill')
ts.resample('2H').mean()
Python

输出结果为：

2021-01-01 00:00:00    0.329954
20221-01-01 01:00:00    0.329954
2021-01-01 02:00:00    0.329954
2021-01-01 03:00:00   -0.416079
2021-01-01 04:00:00    1.504225
2021-01-01 05:00:00    1.504225
Freq: H, dtype: float64
Python
2021-01-01 00:00:00   -0.104367
2021-01-01 02:00:00    0.235810
2021-01-01 04:00:00    1.504225
Freq: 2H, dtype: float64
Python

总结

本文介绍了在 Pandas 中如何使用 to_datetime 方法仅保留日期部分，以及对日期数据进行操作和转换的方法。通过学习本文内容，相信读者已经能够更好地处理和分析日期数据了。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 精品教程

登录

找回密码？

注册