Pandas中如何将datetime转为%H:%M格式且保留datetime类型
Pandas 提取datetime列时分信息(保持datetime类型)实现方案
此前尝试的问题根因
- 列名引用错误:实际df的时间列是
op_time,代码里误写为lst_redeem_op_time,运行时会直接触发列不存在的报错 - 缺少显示格式化配置:转换时分的逻辑本身没有问题,但pandas默认会把datetime类型的完整值(包含自动补全的基准日期)全部展示出来,不会只显示时分部分,因此最终看到的效果和目标不一致。
- 认知误区:pandas的datetime类型是带完整时间分量的时间戳结构,不存在纯时分维度的原生datetime对象。只要列的底层类型是
datetime64[ns],就完全符合“数据类型为datetime对象”的要求,仅需通过显示层配置把日期分量隐藏,即可达到目标展示效果。
可直接运行的实现代码
- 生成符合类型要求的新列
# 修正列名后执行转换,pandas会自动给时分字符串补默认基准日期,不影响底层datetime类型 df['converted_time'] = pd.to_datetime(df['op_time'].dt.strftime('%H:%M'), format='%H:%M') - 配置新列的显示规则,仅展示时分部分
# 对converted_time列做显示层格式化,不修改底层存储的数据类型 df = df.style.format({'converted_time': lambda time_val: time_val.strftime('%H:%M')})
效果校验
执行代码后可通过以下语句确认类型符合要求:
# 使用style赋值后的df需通过.data提取原始数据再校验类型 print(df.data['converted_time'].dtype) # 输出结果:datetime64[ns]
最终表格的展示效果和目标示例完全一致,列值仅显示14:54、17:01,且底层为标准datetime对象,没有被转换为字符串类型。
内容的提问来源于stack exchange,提问作者Jack
相关产品推荐
相关产品推荐

