Python如何将object类型日期列移除时间后转换为datetime格式

实现方法 #

这里提供两种经过验证的可行方案，可根据你的实际需求选择：

方案1：先截断时间字符串再转换（更稳定，推荐） #

该方案先把字符串中日期后的所有内容统一移除，再做格式转换，不会受后续时间格式变化影响：

# 第一步：按第一个冒号分割字符串，仅保留前面的日期部分
df['Transaction_date'] = df['Transaction_date'].str.split(':', n=1).str[0]
# 第二步：指定格式转换为datetime类型
df['Transaction_date'] = pd.to_datetime(df['Transaction_date'], format="%m/%d/%Y")

转换后Transaction_date列的类型为datetime64[ns]，时间部分默认重置为00:00:00，完全不影响日期的使用和计算。

方案2：直接转换后剥离时间部分 #

如果不想修改原始字符串，也可以利用pandas的自动格式识别能力直接转换，再移除时间部分：

# 自动识别混合格式转换为datetime类型
df['Transaction_date'] = pd.to_datetime(df['Transaction_date'], infer_datetime_format=True)
# 仅保留日期：选择对应方法即可
## 方法A：保留datetime64类型，时间部分重置为0（适合后续需要做日期运算的场景）
df['Transaction_date'] = df['Transaction_date'].dt.normalize()
## 方法B：转换为Python原生date对象，完全无时间信息（适合仅需展示的场景）
# df['Transaction_date'] = df['Transaction_date'].dt.date

注意：如果你的数据中存在无效日期格式，可在pd.to_datetime方法中加入errors='coerce'参数，将无法识别的内容转换为空值NaT，避免转换报错。

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