在Pandas DataFrame中截取日期时间中的日期部分

嗨，这个需求太常见了，给你几个简单好用的方案，根据你的后续需求选就行：

Pandas的pd.to_datetime()可以完美识别你这种ISO格式的时间字符串，转成时间类型后，就能轻松提取年月日：

import pandas as pd

# 假设你的DataFrame是df，时间列名为'timestamp'
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 提取为Python date对象（格式是YYYY-MM-DD的date类型）
df['date_only'] = df['timestamp'].dt.date

# 或者提取为字符串格式的年月日
df['date_str'] = df['timestamp'].dt.strftime('%Y-%m-%d')

这个方法的好处是，转成时间类型后，你后续如果要做日期筛选、排序、计算时间差之类的操作会非常方便。

既然你的时间格式是固定的YYYY-MM-DDTHH:MM:SS，而且时间部分都是00:00:00，那直接对字符串操作更高效，不需要转时间类型：

# 方法A：按'T'分割，取分割后的第一部分
df['date_str'] = df['timestamp'].str.split('T').str[0]

# 方法B：直接截取前10个字符（因为YYYY-MM-DD刚好是10位）
df['date_str'] = df['timestamp'].str[:10]

这个方法速度更快，适合只需要拿到字符串形式年月日的场景。

选哪个就看你之后要不要对这个日期列做时间相关的操作啦～

内容的提问来源于stack exchange，提问作者Life Long Learner