如何在 Pandas 數據框中將時間戳轉換為 datetime.date？

Question

我需要在日期上將 2 個 Pandas 數據框合並在一起，但它們目前具有不同的日期類型。 1 是時間戳（從 excel 導入），另一個是datetime.date 。

有什么建議嗎？

我試過pd.to_datetime().date但這僅適用於單個項目（例如df.ix[0,0] ），它不會讓我適用於整個系列（例如df['mydates'] ) 或數據框。

Answer 1

我得到了一位同事的幫助。

這似乎解決了上面發布的問題

pd.to_datetime(df['mydates']).apply(lambda x: x.date())

Answer 2

比上面簡單得多：

df['mydates'].dt.date

Answer 3

對我來說這有效：

from datetime import datetime
df[ts] = [datetime.fromtimestamp(x) for x in df[ts]]

Answer 4

如果您需要datetime.date對象...然后使用Timestamp的.date屬性獲取它們

pd.to_datetime(df['mydates']).date

Answer 5

另一個問題被標記為dupe指向這個，但它沒有包含這個答案，這似乎是最直接的（也許這個方法在發布/回答這個問題時還不存在）：

pandas 文檔顯示了一個pandas.Timestamp.to_pydatetime方法來“將時間戳對象轉換為原生 Python 日期時間對象”。

Answer 6

當我遇到類似問題時，我發現以下方法最有效。 例如，數據幀df在列ts具有一系列時間映射。

df.ts.apply(lambda x: pd.datetime.fromtimestamp(x).date())

這進行了轉換，您可以.date()日期時間的.date()后綴。 然后更改數據框上的列。 像這樣...

df.loc[:, 'ts'] = df.ts.apply(lambda x: pd.datetime.fromtimestamp(x).date())

Answer 7

假設時間列是時間戳整數毫秒格式

1 天 = 86400000 毫秒

干得好：

day_divider = 86400000

df['time'] = df['time'].values.astype(dtype='datetime64[ms]') # for msec format

df['time'] = (df['time']/day_divider).values.astype(dtype='datetime64[D]') # for day format

Answer 8

我試圖將時間戳列轉換為日期/時間，這是我想出的：

df['Timestamp'] = df['Timestamp'].apply(lambda timestamp: datetime.fromtimestamp(timestamp))