Pandas 如何将Datetime转换为Date

在数据分析和操作中，处理日期和时间是一个常见的需求。Python中的Pandas库提供了处理Datetime值的强大工具。在本文中，我们将探讨将Datetime值转换为仅包含Date的格式的过程，以及如何在Pandas DataFrame中实现此功能。

在处理Datetime值时，通常需要提取特定的组件，例如年、月、日或时间，以进行进一步的分析或可视化。然而，在某些情况下，我们可能只对Datetime对象的日期部分感兴趣，而不包括时间信息。

将Datetime值转换为仅包含Date的格式可以在各种场景下非常有用。例如，当按日期聚合数据时，去除时间部分简化了分析过程，并且使我们可以专注于日期维度。此外，在基于日期进行数据合并或连接数据集时，将Datetime值转换为Date可以更有效地对齐数据。

在本文中，我们将探讨在Pandas DataFrame中将Datetime值转换为Date格式的不同方法。我们将演示使用Pandas内置函数的直接方法以及用于更具体要求的自定义函数。

现在让我们讨论一下可以在Pandas中将Datetime转换为Date的不同方法。

使用dt访问器

Pandas提供了一个方便的dt访问器，可以访问Datetime值的各种组件。使用这种方法将Datetime值转换为Date格式，我们可以使用dt访问器的date属性。

让我们看看它是如何工作的：

示例

import pandas as pd

# Create a sample DataFrame with datetime values
data = {'datetime': ['2022-01-01 10:30:00', '2022-02-15 14:45:00', '2022-03-20 18:00:00']}
df = pd.DataFrame(data)

# Convert 'datetime' column to datetime type
df['datetime'] = pd.to_datetime(df['datetime'])

# Extract date using the 'dt' accessor
df['date'] = df['datetime'].dt.date

# Display the DataFrame
print(df)

解释

• 首先，我们导入所需的Pandas库。

• 接下来，我们创建一个样本DataFrame，其中包含在’datetime’列中的日期时间值。

• 要执行日期时间操作，我们需要使用pd.to_datetime()函数将’datetime’列转换为日期时间类型。

• 使用dt访问器，我们访问’datetime’列并使用日期属性仅提取日期部分。

• 我们将提取的日期值赋给名为’date’的新列。

• 最后，我们打印DataFrame以查看结果。

输出

datetime        date
0 2022-01-01 10:30:00  2022-01-01
1 2022-02-15 14:45:00  2022-02-15
2 2022-03-20 18:00:00   2022-03-20

使用apply()函数

将datetime值转换为日期格式的另一种方法是使用apply()函数结合lambda函数。这种方法在我们有特定格式要求时提供了灵活性。

下面是我们实现这种方法的步骤：

示例

import pandas as pd

# Create a sample DataFrame with datetime values
data = {'datetime': ['2022-01-01 10:30:00', '2022-02-15 14:45:00', '2022-03-20 18:00:00']}
df = pd.DataFrame(data)

# Convert 'datetime' column to datetime type
df['datetime'] = pd.to_datetime(df['datetime'])

# Define a custom function to extract date
def extract_date(dt):
    return dt.date()

# Apply the custom function to the 'datetime' column
df['date'] = df['datetime'].apply(extract_date)

# Display the DataFrame
print(df)

说明

• 我们导入必要的Pandas库。

• 接下来，我们创建一个包含日期时间值的示例DataFrame。

• 类似于之前的方法，我们使用pd.to_datetime()将 ‘datetime’ 列转换为日期时间类型。

• 我们定义了一个自定义函数extract_date()，它以日期时间值作为输入，并仅返回日期部分，使用date()函数。

• 使用apply()函数，我们将extract_date()函数应用于 ‘datetime’ 列的每个元素，并将结果赋给一个名为 ‘date’ 的新列。

• 最后，我们打印DataFrame以观察结果。

输出

datetime        date
0 2022-01-01 10:30:00  2022-01-01
1 2022-02-15 14:45:00  2022-02-15
2 2022-03-20 18:00:00   2022-03-20

结论

总之，在Pandas中将日期时间转换为日期是处理时间序列数据或分析时间信息时常见的任务。在本文章中，我们探讨了两种不同的方法来完成这个任务。

第一种方法涉及使用Pandas中的dt访问器，该访问器提供方便的方法来访问和操作日期时间组件。

第二种方法涉及使用Pandas中的to_datetime函数将日期时间列转换为日期时间数据类型，然后使用dt访问器提取日期组件。

通过本文章所获得的见解，您可以自信地处理Pandas中的日期时间转换，并简化您的数据分析工作流程。