Python：如何降低Pandas中时间戳的毫秒精度至三位

现有时间戳：

2023-07-12 21:12:21.940000

目前使用如下Pandas代码转换时间戳：

df_snowflake['last_activity']=df_snowflake['last_activity'].dt.strftime('%Y-%m-%d %H:%M:%S.%f')

需要将毫秒精度降低，最终得到格式如下的日期时间：

2023-07-12 21:12:21.940

以下是几种实用的实现方式：

方法1：调整strftime格式字符串 #

直接在格式化时指定保留3位毫秒，将%f替换为%3f即可：

df_snowflake['last_activity'] = df_snowflake['last_activity'].dt.strftime('%Y-%m-%d %H:%M:%S.%3f')

%3f会自动截取微秒值的前3位，刚好对应毫秒精度。

方法2：字符串截取（适用于已转为字符串的时间戳） #

如果last_activity已经是字符串类型，直接截取前23个字符即可（目标格式的总长度为23）：

df_snowflake['last_activity'] = df_snowflake['last_activity'].str[:23]

方法3：先截断datetime精度再格式化 #

如果数据仍为datetime类型，可先将时间戳截断到毫秒级别，再进行格式化：

# 截断到毫秒
df_snowflake['last_activity'] = df_snowflake['last_activity'].dt.floor('ms')
# 格式化输出
df_snowflake['last_activity'] = df_snowflake['last_activity'].dt.strftime('%Y-%m-%d %H:%M:%S.%f').str[:23]

也可以使用round方法实现精度调整：

df_snowflake['last_activity'] = df_snowflake['last_activity'].dt.round('ms').dt.strftime('%Y-%m-%d %H:%M:%S.%3f')

内容的提问来源于stack exchange，提问作者baddy