使用 pandas 中的日期 - 删除日期时间中看不见的字符并转换为字符串

我正在使用 pandas 导入数据dfST = read_csv( ... , parse_dates={'timestamp':[date]})在我的 csv 中，日期的格式为 YYY/MM/DD，这就是我所需要的 - 没有时间。我有几个数据集需要比较成员资格。当我将这些“时间戳”转换为字符串时，有时我会得到这样的结果：

'1977-07-31T00:00:00.000000000Z'

我理解是一个包含毫秒和时区的日期时间。有什么办法可以抑制导入时额外时间的增加吗？如果没有，我需要以某种方式排除它。

dfST.timestamp[1]
Out[138]: Timestamp('1977-07-31 00:00:00')

我尝试对其进行格式化，这似乎有效，直到我调用格式化值：

dfSTdate=pd.to_datetime(dfST.timestamp, format="%Y-%m-%d")  
dfSTdate.head()
Out[123]: 
0   1977-07-31
1   1977-07-31
Name: timestamp, dtype: datetime64[ns]

但是不......当我测试它的价值时，我也得到了时间：

dfSTdate[1]
Out[124]: Timestamp('1977-07-31 00:00:00')

当我将其转换为数组时，时间包含在毫秒和时区中，这确实让我的比较变得混乱。

test97=np.array(dfSTdate)
test97[1]
Out[136]: numpy.datetime64('1977-07-30T20:00:00.000000000-0400')

我怎样才能摆脱时间？！？ 最终我希望使用比较数据集之间的成员资格numpy.in1d将日期作为字符串 ('YYYY-MM-DD') 作为比较的一部分

这是由于方法datetime值存储在 pandas 中：使用 numpydatetime64[ns]数据类型。所以日期时间值总是stored纳秒分辨率。即使您只有一个日期，它也会转换为纳秒分辨率为零的时间戳。这只是由于 pandas 中的实现所致。

打印值和出现意外结果时遇到的问题只是因为这些对象在 python 控制台中的打印方式（它们的表示形式），而不是它们的实际值。
如果打印单个值，您会得到Timestamp熊猫的代表：

Timestamp('1977-07-31 00:00:00')

所以你也可以在这里得到秒，因为这是默认的表示形式。
如果将其转换为数组，然后打印它，您将得到标准的 numpy 表示形式：

numpy.datetime64('1977-07-30T20:00:00.000000000-0400')

这确实是一个非常具有误导性的表述。因为 numpy 会将其转换为您的本地时区，只是为了在控制台中打印它。但这并不会改变你的实际值，它只是奇怪的打印。

这就是背景，现在回答你的问题，我如何摆脱时间？
这取决于你的目标。您真的想将其转换为字符串吗？或者你只是不喜欢这个代表？

• 如果您只想使用日期时间值，您不需要摆脱它。

• 如果你想将其转换为字符串，你可以应用strfitme (df['timestamp'].apply(lambda x: x.strftime('%Y-%m-%d'))）。或者，如果要将其作为字符串写入 csv，请使用date_format关键字在to_csv

• 如果你真的想要一个“约会”，你可以使用datetime.dateDataFrame 列中的类型（标准 python 类型）。您可以使用以下命令将现有列转换为此：pd.DatetimeIndex(dfST['timestamp']).date。但我个人认为这并没有太多优点。