如何使用Pandas将datetime格式转换为仅保留日期的格式

首先提前提条件：操作前请确保目标列已经转换为Pandas的datetime64类型，如果还没转换可以先执行以下代码：

df['目标列名'] = pd.to_datetime(df['目标列名'])

需求1：转换为2021-11-15格式 #

分两种场景选择实现方式：

• 如果你后续需要对日期做运算、对比，建议保留日期类型，使用.dt.date属性：
  代码：df['仅日期列'] = df['目标列名'].dt.date
  该方法返回Python原生datetime.date对象，打印展示就是2021-11-15格式，无时间部分。
• 如果你需要输出为文本格式，使用.dt.strftime方法指定格式：
  代码：df['日期字符串列'] = df['目标列名'].dt.strftime('%Y-%m-%d')

需求2：转换为(2021,11,15)元组格式 #

推荐用向量化操作实现，比apply效率更高：

df['日期元组列'] = pd.MultiIndex.from_arrays([
    df['目标列名'].dt.year, 
    df['目标列名'].dt.month, 
    df['目标列名'].dt.day
]).tuples

完整测试示例 #

import pandas as pd

# 构造测试数据
df = pd.DataFrame({'datetime_col': ['2021-11-15 00:00:00', '2023-05-20 14:30:00']})
# 转换为datetime类型
df['datetime_col'] = pd.to_datetime(df['datetime_col'])

# 生成两种格式的结果
df['date_ymd'] = df['datetime_col'].dt.date
df['date_tuple'] = pd.MultiIndex.from_arrays([df['datetime_col'].dt.year, df['datetime_col'].dt.month, df['datetime_col'].dt.day]).tuples

print(df)

内容的提问来源于stack exchange，提问作者Dhu