使用Pandas读取CSV时将指定列转为datetime.date类型的方法

嘿，这个需求我刚好处理过，给你两个简便的方法直接在读取CSV时把col4转换成datetime.date类型，完美匹配你要和SQL返回值对比的场景：

方法一：使用converters参数自定义转换函数 #

这是最直接的方式，在pd.read_csv里通过converters指定针对col4的转换逻辑，直接输出date对象：

from datetime import datetime

# 定义字符串转date的函数
def str_to_date(date_str):
    return datetime.strptime(date_str, '%Y-%m-%d').date()

headers = ['col1', 'col2', 'col3', 'col4','col5','col6']
dtypes = {'col1': 'int', 'col2': 'str', 'col3': 'str', 'col4': 'str','col5': 'str','col6': 'int'}

test = pd.read_csv(
    "solution.csv", 
    sep=',', 
    header=None, 
    names=headers, 
    dtype=dtypes,
    converters={'col4': str_to_date}  # 指定col4的转换函数
)

这样读取后，test['col4']的每一个值都是datetime.date类型，打印test.values就能得到你想要的格式：

array([[107, 'Berg Live', 'Berg', datetime.date(2017, 1, 8), 'Concert', 7]], dtype=object)

方法二：读取后批量转换（备选方案） #

如果不想在读取时处理，也可以先读取为Timestamp，再批量转成date：

test = pd.read_csv("solution.csv", sep=',', header=None, names=headers, dtype=dtypes)
test['col4'] = pd.to_datetime(test['col4']).dt.date

不过这个方法需要多一步后续处理，不如第一种高效。

顺便提一下：你之前用的date_parser参数之所以没得到date对象，是因为pd.to_datetime默认返回的是Timestamp类型，必须自定义转换逻辑才能输出datetime.date。

内容的提问来源于stack exchange，提问作者Roby