python - 如何在Python中将日期列从对象类型转换为日期类型

Question

我有这个数据框，其中日期列是“datetime”类型

datetime64[ns]
2014-04-30T00:00:00 000000000

现在我想要这种格式的日期 - 2014-04-30 。所以我使用了下面的代码

df['StartingDate2'] = XY['StartingDate'].dt.strftime('%m/%d/%Y')

现在，这可以准确地工作，但会将我的日期转换为对象类型。我读过here在Python中，日期是对象。但我想将最终的数据框写为 redshift 中的表格，因此我需要将日期列定义为 python 数据框的日期。任何有关如何做到这一点的建议，我们将不胜感激。

<小时/>

更新:

示例数据框

p1 = {'name': ['johnny', 'tommy', 'bobby', 'rocky', 'jimmy'], 'StartingDate': ['2015-07-14T00:00:00.000000000', '2013-10-30T00:00:00.000000000', '2014-04-30T00:00:00.000000000', '2014-01-27T00:00:00.000000000', '2016-01-15T00:00:00.000000000'], 'Address': ['NY', 'NJ', 'PA', 'NY', 'CA'], 'comment1': ['Very good performance', 'N/A', 'Need to work hard', 'No Comment', 'Not satisfactory'], 'comment2': ['good', 'Meets Expectation', 'N', 'N/A', 'Incompetence']}
XY = pd.DataFrame(data = p1)
XY['today'] = datetime.datetime.now()

当我使用 to_datetime() 解决方案时 - 它不起作用

XY['today2'] = pd.to_datetime(XY['today'],  format = '%m/%d/%Y')
XY['StartingDate2'] = pd.to_datetime(XY['today'],  format = '%m/%d/%Y')

或者 - 当 strftime() 和 to_datetime() 组合使用时，这也有效。

XY['StartingDate2'] = XY['StartingDate2'].dt.strftime('%m/%d/%Y')
XY['StartingDate2'] = pd.to_datetime(XY['StartingDate2'])

但是，虽然这个解决方案适用于示例数据，但对我来说不起作用。我的数据看起来像这样 -

array(['2015-09-29T14:34:39.000000000', '2015-10-07T14:13:03.000000000',
   '2015-10-07T19:17:50.000000000', ...,
   '2017-12-05T14:06:42.000000000', '2017-12-06T16:36:44.000000000',
   '2017-12-06T18:26:49.000000000'], dtype='datetime64[ns]'

Answer 1

解决方案是使用 to_datetime

s = pd.Series(['3/11/2000', '3/12/2000', '3/13/2000'])
s
0    3/11/2000
1    3/12/2000
2    3/13/2000
dtype: object

pd.to_datetime(s)
0   2000-03-11
1   2000-03-12
2   2000-03-13
dtype: datetime64[ns]

所以根据你的情况，你可以写

df['StartingDate2'] = pd.to_datetime(XY['StartingDate'], format='%m/%d/%Y')

事实上你可以忽略这里的格式关键字。但如果你提供它，你将获得巨大的速度提升。

基准

s = pd.Series(['3/11/2000', '3/12/2000', '3/13/2000']*1000)

无格式

%%timeit
pd.to_datetime(s)
453 ms ± 3.05 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

有格式

%%timeit
pd.to_datetime(s, format='%m/%d/%Y')
9.68 ms ± 44.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

请注意:如果可能，请始终提供格式字符串

回答更新的问题

您可以使用日期时间floor功能

df = pd.DataFrame(pd.to_datetime(['2015-09-29T14:34:39.000000000', '2015-10-07T14:13:03.000000000',
   '2015-10-07T19:17:50.000000000',
   '2017-12-05T14:06:42.000000000', '2017-12-06T16:36:44.000000000',
   '2017-12-06T18:26:49.000000000']), columns=['A'])

df['B'] = df['A'].dt.floor('d')
df.dtypes

A    datetime64[ns]
B    datetime64[ns]
dtype: object

df

                      A          B
0   2015-09-29 14:34:39 2015-09-29
1   2015-10-07 14:13:03 2015-10-07
2   2015-10-07 19:17:50 2015-10-07
3   2017-12-05 14:06:42 2017-12-05
4   2017-12-06 16:36:44 2017-12-06
5   2017-12-06 18:26:49 2017-12-06