Python pandas如何将CSV中YYYY-MM-DD HH:MM:SS+00:00日期转为YYYY-MM-DD格式

问题解决方案 #

你之前使用的pd.to_datetime(combined_csv['dates'], format='%Y-%m-%dT')不生效，是因为你指定的格式字符串中用T作为日期和时间的分隔符，但你实际数据里日期和时间的分隔符是空格，格式不匹配导致转换失败。

以下是两种可行的解决方法：

• 方案1：先转换为日期时间类型再提取日期（最稳妥，适合需要后续做日期运算的场景）
  可以先让pandas自动识别格式完成转换，再提取日期部分：
  如果你需要保留日期类型的数据：

  combined_csv['dates'] = pd.to_datetime(combined_csv['dates']).dt.date
  

  如果你需要保留字符串类型的YYYY-MM-DD格式：

  combined_csv['dates'] = pd.to_datetime(combined_csv['dates']).dt.strftime('%Y-%m-%d')
  

  如果你想手动指定格式提升转换速度，正确的格式写法为：

  combined_csv['dates'] = pd.to_datetime(combined_csv['dates'], format='%Y-%m-%d %H:%M:%S%z').dt.strftime('%Y-%m-%d')
  

• 方案2：直接截断字符串（性能最高，适合所有日期格式统一为前10位为YYYY-MM-DD的场景）
  因为你的日期格式固定，前10位就是需要的内容，直接截取字符串即可：

  combined_csv['dates'] = combined_csv['dates'].str[:10]
  

所用DataFrame的样例截图：

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