Python数据清洗：如何将带时区日期转换为仅年月日格式？

你可以通过两种方式实现需求：要么先清洗日期列生成仅含日期的字段，要么直接在绘图时配置X轴刻度格式。

方法一：先清洗日期列，再基于处理后的字段绘图 #

这种方式适合需要后续重复使用日期字段的场景，步骤如下：

1. 导入依赖库并读取数据集：

import pandas as pd
import matplotlib.pyplot as plt

# 假设数据集已读取到df中
# df = pd.read_csv('你的数据集路径.csv')

2. 将Formatted Date列转换为带时区的datetime类型，并提取日期部分：

# 转换为datetime类型（处理时区信息）
df['Formatted Date'] = pd.to_datetime(df['Formatted Date'], utc=True)

# 生成仅含日期的新列，格式为YYYY-MM-DD的字符串
df['Date'] = df['Formatted Date'].dt.strftime('%Y-%m-%d')
# 或者生成date对象（matplotlib也能识别）
# df['Date'] = df['Formatted Date'].dt.date

3. 使用处理后的Date列绘制折线图：

plt.plot(df['Date'], df['目标数值列'])
plt.xlabel('日期')
plt.ylabel('数值')
# 可选：旋转X轴标签避免重叠
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

方法二：不修改原始数据，直接配置绘图时的X轴格式 #

如果不需要修改原始数据集，可直接通过matplotlib的日期格式化器设置刻度显示：

1. 导入依赖库并转换日期列：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter

# 转换日期列为datetime类型
df['Formatted Date'] = pd.to_datetime(df['Formatted Date'], utc=True)

2. 绘制折线图并设置X轴格式：

fig, ax = plt.subplots()
ax.plot(df['Formatted Date'], df['目标数值列'])

# 设置X轴刻度显示为YYYY-MM-DD格式
date_formatter = DateFormatter('%Y-%m-%d')
ax.xaxis.set_major_formatter(date_formatter)

# 可选配置：旋转标签、调整布局
plt.xticks(rotation=45)
plt.xlabel('日期')
plt.ylabel('数值')
plt.tight_layout()
plt.show()

注意事项 #

• 转换datetime时必须处理时区信息（utc=True或指定对应时区），否则可能导致日期解析错误或显示异常；
• 如果你的日期列已经是datetime类型，可跳过转换步骤直接处理格式。

内容的提问来源于stack exchange，提问作者BravoDelta