如何从pandas datetime中去除日期部分，仅保留秒级时间？

当然可以创建只包含秒级时间（含高分辨率小数部分）的索引，完全不需要保留日期信息。这里给你两种实用的实现方式：

方法1：提取累计秒数作为数值索引 #

直接从datetime列中提取当天0点开始的累计秒数（包含毫秒、微秒等细分部分），用这个数值作为索引，既保留了2500Hz采样的高分辨率时序信息，又剔除了无关的日期。

示例代码：

import pandas as pd

# 假设你的数据有一列名为'datetime'的时序数据
df['total_seconds'] = df['datetime'].dt.total_seconds()
df.set_index('total_seconds', inplace=True)

dt.total_seconds()返回的是从当天00:00:00开始的累计秒数，对于2500Hz的数据，每行的秒数间隔正好是1/2500=0.0004秒，完美匹配你的采样精度。

方法2：使用TimedeltaIndex时间差索引 #

如果更偏好时间格式而非纯数值，可以将datetime转换为当天的时间差，用TimedeltaIndex作为索引，同样不带日期信息。

示例代码：

# 计算当前时间与当天0点的时间差
df['time_delta'] = df['datetime'] - df['datetime'].dt.normalize()
# 设置为时间差索引
df.set_index(pd.TimedeltaIndex(df['time_delta']), inplace=True)

dt.normalize()会把datetime的时间部分归零得到当天0点，两者相减得到的时间差会以类似00:01:23.456789的格式显示，但实际存储的是时间差数值，完全不包含日期。

小提醒 #

• 如果你的数据涉及多天，这种仅保留当天秒数的索引会出现重复（不同日期的同一秒会被视为相同索引），但单天数据完全没问题。
• 两种方式都支持Pandas的常规时序操作，比如按时间切片、重采样等，和datetime索引的使用逻辑一致。

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