如何在Pandas中忽略时间部分将字符串日期转为日期字段？

你的date字段存在两种不标准格式（毫秒分隔符混用冒号/点、时区标识大小写不一），导致默认日期解析失败。既然只需要日期部分，完全可以绕过时间部分的解析问题，下面是两种简单可行的方案：

方法1：直接截取日期字符串前缀 #

所有日期均以YYYY-MM-DD开头，直接截取前10位字符串再转换为日期类型，完全规避时间格式问题：

import pandas as pd

# 注意CSV分隔符是|，需指定sep参数并跳过空格
df = pd.read_csv('test.csv', sep='|', skipinitialspace=True)

# 截取date字段前10位，转换为日期类型
df['formatted_date'] = pd.to_datetime(df['date'].str[:10])

# 筛选日期大于2024-08-05的数据
filtered_df = df[df['formatted_date'] > '2024-08-05']

方法2：强制解析完整日期后提取日期部分 #

如果担心日期字符串格式有变动，可让pandas尝试自动识别格式，再提取纯日期部分：

import pandas as pd

df = pd.read_csv('test.csv', sep='|', skipinitialspace=True)

# 自动推断日期格式，异常数据转为空值，再提取日期部分
df['formatted_date'] = pd.to_datetime(df['date'], infer_datetime_format=True, errors='coerce').dt.date

# 筛选时需将右侧也转为date类型匹配
filtered_df = df[df['formatted_date'] > pd.to_datetime('2024-08-05').date()]

原代码报错原因 #

你的date字段存在两处不符合标准ISO格式的问题：

• 2024-08-05T21:00:26:074Z：毫秒部分使用了冒号（标准应为点）
• 2024-08-05T21:34:30.502z：时区标识为小写z（标准应为大写Z）
  这两种格式无法被pandas默认的解析规则识别，因此抛出匹配错误。

内容的提问来源于stack exchange，提问作者tisha