如何将pandas DataFrame中的毫秒级时间戳转换为YY-MM-DD格式

解决方案 #

你转完datetime之后带时分秒是因为原始时间戳本身包含时分秒信息，按照你的使用场景可以选两种处理方式：

场景1：后续需要对日期列做时间计算、筛选等操作（保留datetime类型）

用dt.floor('D')把时间部分统一归到当日0点，再配置pandas的全局显示参数即可在打印时隐藏时间部分：

import pandas as pd

# 转换时间戳为datetime并截断到日
db_rena['dep_date'] = pd.to_datetime(db.dep_date, unit='ms').dt.floor('D')
db_rena['arr_date'] = pd.to_datetime(db.arr_date, unit='ms').dt.floor('D')

# 全局配置datetime显示格式，打印时仅展示年月日
pd.set_option('display.datetime_format', '%Y-%m-%d')

如果是在Jupyter环境中使用，也可以用以下方式临时调整显示格式，不修改全局配置：

db_rena.style.format({
    'dep_date': '{:%Y-%m-%d}',
    'arr_date': '{:%Y-%m-%d}'
})

场景2：仅需要固定格式的文本（比如导出文件、展示用）

直接用dt.strftime转换为YYYY-MM-DD格式的字符串即可：

db_rena['dep_date'] = pd.to_datetime(db.dep_date, unit='ms').dt.strftime('%Y-%m-%d')
db_rena['arr_date'] = pd.to_datetime(db.arr_date, unit='ms').dt.strftime('%Y-%m-%d')

内容的提问来源于stack exchange，提问作者AntonioAS