Pandas 将一系列日期时间转换为日期 - Python

在处理时间序列数据时，我们有时候需要使用 Pandas 将日期时间转换为日期，以便对数据进行更好的管理和分析。下面将介绍如何使用 Pandas 将一系列日期时间转换为日期。

1. 导入 Pandas 库

首先我们需要导入 Pandas 库。如果你还没有安装 Pandas，可以通过以下命令进行安装：

pip install pandas

2. 创建示例数据

在进行转换之前，我们需要创建一些示例数据。以下代码将创建一个 Pandas DataFrame，其中包含 5 个日期时间数据。

import pandas as pd

# 创建示例数据
df = pd.DataFrame({'datetime': ['2021-02-01 12:00:00', '2021-02-02 13:00:00', '2021-02-03 14:00:00', '2021-02-04 15:00:00', '2021-02-05 16:00:00']})
df['datetime'] = pd.to_datetime(df['datetime'])  # 将字符串日期时间转换为 pandas datetime 格式
print(df)

输出结果：

             datetime
0 2021-02-01 12:00:00
1 2021-02-02 13:00:00
2 2021-02-03 14:00:00
3 2021-02-04 15:00:00
4 2021-02-05 16:00:00

3. 将日期时间转换为日期

使用 Pandas 将日期时间转换为日期非常简单。我们只需要使用 Pandas 的 dt 属性，然后使用 date 方法即可将日期时间转换为日期。

以下代码将演示如何使用 Pandas 将一系列日期时间转换为日期。

# 将日期时间转换为日期
df['date'] = df['datetime'].dt.date
print(df)

输出结果：

             datetime        date
0 2021-02-01 12:00:00  2021-02-01
1 2021-02-02 13:00:00  2021-02-02
2 2021-02-03 14:00:00  2021-02-03
3 2021-02-04 15:00:00  2021-02-04
4 2021-02-05 16:00:00  2021-02-05

可以看到，通过使用 dt.date 方法，我们成功将日期时间转换为日期，并将其添加为新的一列到原始 DataFrame 中。

4. 总结

在本文中，我们介绍了如何使用 Pandas 将一系列日期时间数据转换为日期。首先，我们创建了一些示例数据。然后，我们使用 Pandas 的 dt 属性和 date 方法将日期时间转换为日期。最后，我们将转换后的日期添加到原始 DataFrame 中。通过使用 Pandas，我们可以更好地管理和分析时间序列数据，这对于数据科学家来说是非常有用的。