Python Pandas Series.dt.date

Series.dt可以用来访问系列中类似于数据时间的值，并返回几个属性。Pandas Series.dt.date属性返回一个Python datetime.date对象的numpy数组。

语法: Series.dt.date

参数：无

返回 : numpy数组

示例#1：使用Series.dt.date属性来返回给定Series对象的底层数据的日期属性。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['2012-10-21 09:30', '2019-7-18 12:30', '2008-02-2 10:30',
               '2010-4-22 09:25', '2019-11-8 02:22'])
  
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
  
# set the index
sr.index = idx
  
# Convert the underlying data to datetime 
sr = pd.to_datetime(sr)
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.dt.date属性来返回给定Series对象的基础数据的日期属性。

# return the date
result = sr.dt.date
  
# print the result
print(result)

输出 :

正如我们在输出中看到的，Series.dt.date属性已经成功访问并返回了给定系列对象中底层数据的日期属性。

示例#2 :使用Series.dt.date属性来返回给定Series对象的基础数据的日期属性。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(pd.date_range('2012-12-12 12:12', 
                       periods = 5, freq = 'H'))
  
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
  
# set the index
sr.index = idx
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.dt.date属性来返回给定Series对象的基础数据的日期属性。

# return the date
result = sr.dt.date
  
# print the result
print(result)

输出 :

正如我们在输出中看到的，Series.dt.date属性已经成功访问并返回了给定系列对象中底层数据的日期属性。