Pandas中如何将datetime.time类型转换为datetime.date类型

现有名为pomi的pandas DataFrame，样例数据结构如下：

date                time        sub
2019-09-20          00:00:00    25.0 org

需求为将date列转换为datetime.date类型，最终仅保留YYYY-MM-DD格式的日期内容（如2019-09-20）。

已尝试以下转换代码，均未实现需求：

pomi['date'] = pd.to_datetime(pomi['date'])
pomi['just_date'] = pomi['date'].dt.date
pomi.date = pd.to_datetime(pomi.date,dayfirst=True)
pomi['date'] = pd.to_datetime(pomi["date"].astype(str)).dt.time
pomi['date'] = pd.to_datetime(pomi['date']).dt.date
pomi['date'] = pd.to_datetime(pomi['date']).dt.normalize()

执行过程中最常触发的报错信息为：TypeError: <class 'datetime.time'> is not convertible to datetime

之前执行的代码里有一行pomi['date'] = pd.to_datetime(pomi["date"].astype(str)).dt.time，这行代码会将date列的所有值覆盖为datetime.time类型的纯时间对象，这类对象只存储时分秒信息，不包含年月日属性，后续再调用pd.to_datetime处理该列时，自然会抛出类型无法转换的错误。且一旦执行这行赋值，原始列里的日期信息会被直接覆盖，无法从当前列找回。

方案1：从源头读取时就指定日期解析（最稳妥） #

重新读取原始数据，读取阶段就指定date列的解析规则，避免中途类型错改：

import pandas as pd

# 替换为你的实际数据读取逻辑，读入时直接将date列解析为datetime类型
# 如果是csv文件参考如下写法，其他数据源同理指定parse_dates参数即可
pomi = pd.read_csv("你的数据文件路径", parse_dates=['date'])

# 直接提取datetime.date类型的日期值
pomi['date'] = pomi['date'].dt.date

方案2：现有DataFrame修复 #

如果还能拿到未执行过.dt.time那行错误代码的原始DataFrame，跳过错误代码行，直接执行以下转换即可：

# 先将date列统一转为字符串，再解析为datetime类型，异常值标记为NaT
pomi['date'] = pd.to_datetime(pomi['date'].astype(str), errors='coerce')
# 提取date类型的日期值
pomi['date'] = pomi['date'].dt.date

转换完成后可以执行以下代码验证结果：

# 查看第一个值和对应类型
print(pomi['date'].iloc[0])
# 输出: 2019-09-20
print(type(pomi['date'].iloc[0]))
# 输出: <class 'datetime.date'>

注意：转换流程中不要加入.dt.time的赋值操作，这是触发本次报错的核心错误步骤，会直接丢失列内的日期信息。

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