如何将TIMESTAMP类型列分别转换为DATE格式与纯时间格式？

SQL 实现方式 #

根据你使用的数据库类型，用对应的格式化函数将TIMESTAMP转为指定格式的字符串，这样仪表盘展示时就只会显示目标内容：

MySQL/MariaDB #

• 处理日期列：DATE_FORMAT(occ.OCCURRENCEDATE, '%Y-%m-%d') AS date_column
• 处理时间列：DATE_FORMAT(occ.OCCURRENCETIME, '%H:%i:%s') AS time_column

PostgreSQL #

• 处理日期列：TO_CHAR(occ.OCCURRENCEDATE, 'YYYY-MM-DD') AS date_column
• 处理时间列：TO_CHAR(occ.OCCURRENCETIME, 'HH24:MI:SS') AS time_column

SQL Server #

• 处理日期列：FORMAT(occ.OCCURRENCEDATE, 'yyyy-MM-dd') AS date_column
• 处理时间列：FORMAT(occ.OCCURRENCETIME, 'HH:mm:ss') AS time_column

注：如果只是查询展示用，不用修改原表字段类型，直接在查询语句里格式化输出即可，既不会改变存储结构，又能满足仪表盘的显示需求。

Python 实现方式（基于Pandas，适合仪表盘数据预处理） #

如果是用Python处理数据后再喂给仪表盘，用Pandas可以轻松拆分日期和时间：

import pandas as pd

# 读取数据（假设从数据库读取或读入CSV）
df = pd.read_sql("SELECT OCCURRENCEDATE, OCCURRENCETIME FROM your_table", your_db_connection)

# 转换日期列：保留yyyy-mm-dd格式
df['date_column'] = pd.to_datetime(df['OCCURRENCEDATE']).dt.strftime('%Y-%m-%d')

# 转换时间列：保留hh:mm:ss格式
df['time_column'] = pd.to_datetime(df['OCCURRENCETIME']).dt.strftime('%H:%M:%S')

# 可选：如果不需要原TIMESTAMP列，可以删除
df = df.drop(['OCCURRENCEDATE', 'OCCURRENCETIME'], axis=1)

处理后date_column和time_column都是字符串类型，仪表盘展示时只会显示你需要的日期或时间内容，不会附带TIMESTAMP的额外信息。

内容的提问来源于stack exchange，提问作者Heisenstein