如何从pandas datetime对象中提取日期？.dt.date失效怎么办

.dt.date调用失效的原因很简单：

• 你给pd.to_datetime()传入的是单个时间字符串，此时返回值是单个pandas.Timestamp标量对象，不是序列类型
• .dt访问器是专门给存储时间类型的Series、DatetimeIndex这类序列对象用的，单个Timestamp没有这个属性，调用自然报错。

根据你处理的对象类型，选对应方法即可：

场景1：处理单个Timestamp标量（即你当前代码返回的对象类型） #

不需要加.dt前缀，直接调用对象自带的方法即可：

• 要得到Python原生datetime.date类型的日期值：

import pandas as pd
ts = pd.to_datetime('2022-06-12 00:00:00', infer_datetime_format = True)
date_res = ts.date()
print(date_res)  # 输出：2022-06-12

• 要保留pandas原生时间类型（后续做时间序列运算更方便，不会丢失类型兼容性），用normalize()方法将时间部分重置为当日0点，等价于仅保留日期维度：

date_res_pd = ts.normalize()

• 如果需要得到固定格式的日期字符串，直接用strftime格式化：

date_str_res = ts.strftime('%Y-%m-%d')  # 输出字符串'2022-06-12'

场景2：处理存储多个时间值的pandas Series #

这时候才需要用.dt访问器调用对应方法：

# 构造示例时间Series
time_series = pd.Series(pd.to_datetime(['2022-06-12 00:00:00', '2023-09-15 14:23:00']))
# 1. 得到Python原生date组成的Series
date_series_native = time_series.dt.date
# 2. 得到保留pandas datetime64类型的日期Series（时间部分归0，推荐用于后续计算）
date_series_pd = time_series.dt.normalize()
# 3. 得到格式化日期字符串组成的Series
date_str_series = time_series.dt.strftime('%Y-%m-%d')

补充说明：infer_datetime_format参数在新版pandas中已经废弃，传入单个标准格式的时间字符串时不需要加这个参数，不会影响解析结果。

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