Pertahankan hanya bagian tanggal saat menggunakan panda.to_datetime

Saya menggunakan pandas.to_datetimeuntuk menguraikan tanggal dalam data saya. Panda secara default mewakili tanggal dengan datetime64[ns]meskipun tanggal semua hanya harian. Saya bertanya-tanya apakah ada cara yang elegan / pintar untuk mengubah tanggal menjadi datetime.dateatau datetime64[D]sehingga, ketika saya menulis data ke CSV, tanggal tidak ditambahkan 00:00:00. Saya tahu saya bisa mengonversi tipe secara manual elemen demi elemen:

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

Tapi ini sangat lambat karena saya memiliki banyak baris dan itu semacam mengalahkan tujuan penggunaan pandas.to_datetime. Apakah ada cara untuk mengonversi dtypeseluruh kolom sekaligus? Atau sebagai alternatif, apakah pandas.to_datetimemendukung spesifikasi presisi sehingga saya dapat menghilangkan bagian waktu saat bekerja dengan data harian?

Karena versi 0.15.0ini sekarang dapat dengan mudah dilakukan menggunakan .dtuntuk mengakses hanya komponen tanggal:

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

Di atas mengembalikan datetime.datedtype, jika Anda ingin memiliki datetime64maka Anda dapat hanya normalizekomponen waktu hingga tengah malam sehingga menetapkan semua nilai menjadi 00:00:00:

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

Ini membuat dtype sebagai datetime64tetapi layar hanya menunjukkan datenilai.

Solusi sederhana:

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

Sementara saya meningkatkan jawaban EdChum, yang merupakan jawaban paling langsung untuk pertanyaan yang diajukan OP, itu tidak benar-benar menyelesaikan masalah kinerja (masih bergantung pada datetimeobjek python , dan karenanya setiap operasi pada mereka tidak akan di vectorisasi - yaitu, itu akan lambat).

Alternatif berkinerja lebih baik adalah menggunakan df['dates'].dt.floor('d'). Sebenarnya, itu tidak "tetap hanya bagian tanggal", karena hanya mengatur waktu 00:00:00. Tapi itu berfungsi seperti yang diinginkan oleh OP ketika, misalnya:

• mencetak ke layar
• menyimpan ke csv
• menggunakan kolom untuk groupby

... dan itu jauh lebih efisien, karena operasi ini vektor.

EDIT: pada kenyataannya, jawaban OP lebih suka mungkin "versi terbaru dari pandasyang tidak menulis waktu untuk csv jika 00:00:00untuk semua pengamatan".

Panda DatetimeIndexdan Seriesmemiliki metode yang disebut normalizeyang melakukan apa yang Anda inginkan.

Anda dapat membaca lebih lanjut tentang hal ini di jawaban ini .

Dapat digunakan sebagai ser.dt.normalize()

Pandas v0.13 +: Gunakan to_csvdengan date_formatparameter

Hindari, jika mungkin, mengubah datetime64[ns]seri Anda menjadi objectserangkaian datetime.dateobjek dtype . Yang terakhir, sering dibangun menggunakan pd.Series.dt.date, disimpan sebagai array pointer dan tidak efisien relatif terhadap seri berbasis NumPy murni.

Karena kekhawatiran Anda adalah format saat menulis ke CSV , cukup gunakan date_formatparameter to_csv. Sebagai contoh:

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

Lihat arahan Pythonstrftime untuk memformat konvensi.

Ini adalah cara sederhana untuk mengekstrak tanggal:

import pandas as pd

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

Konversi ke datetime64[D]:

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

Meskipun menugaskan ulang itu ke col DataFrame akan mengembalikannya kembali ke [ns].

Jika Anda ingin yang sebenarnya 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)])

Hanya memberikan jawaban yang lebih terkini jika seseorang melihat posting lama ini.

Menambahkan "utc = False" saat mengonversi ke datetime akan menghapus komponen zona waktu dan hanya menyimpan tanggal dalam tipe data datetime64 [ns].

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

Anda akan dapat menyimpannya di excel tanpa mendapatkan kesalahan "ValueError: Excel tidak mendukung datetimes dengan zona waktu. Harap pastikan bahwa datet Zone tidak menyadari zona waktu sebelum menulis ke Excel."

Saya ingin dapat mengubah jenis kumpulan kolom dalam bingkai data dan kemudian menghapus waktu menjaga hari. round (), floor (), ceil () semuanya berfungsi

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