如何从datetime64[ns]格式的df['A']列提取日期？已尝试datetime.strftime

嘿，我来帮你搞定这个问题！你之前用datetime.strftime(df.A, '%y%m%d')没成功，是因为strftime是单个datetime对象的方法，而你的df['A']是Pandas Series，得用.dt访问器来调用Series里每个元素的datetime方法~

首先明确你的需求：是要把列转成日期格式的字符串（比如"2002-01-03"），还是保留日期类型（方便后续做日期运算）？两种情况的处理方法如下：

1. 转成YYYY-MM-DD格式的字符串 #

如果你需要的是和示例完全一致的字符串格式，用Pandas的.dt.strftime()方法：

import pandas as pd

# 对Series中的每个datetime元素调用strftime
df['A'] = df['A'].dt.strftime('%Y-%m-%d')

⚠️ 注意：你之前用的%y是两位数年份（比如02），而%Y才是四位数年份（比如2002），这也是之前结果不符合预期的原因之一。执行后df['A']会变成字符串类型（object dtype）。

2. 保留日期类型（推荐用于后续日期操作） #

如果你之后还要对这列做日期计算（比如加减天数、按日期分组），推荐保留日期类型，有两种常用方式：

方法一：转成Python原生date对象 #

df['A'] = df['A'].dt.date

执行后df['A']的元素是datetime.date类型，显示时就是2002-01-03这样的格式。

方法二：保留datetime64类型但仅保留日期部分 #

把时间部分自动设为00:00:00，在DataFrame中显示时通常只展示日期，且能继续使用Pandas的日期函数：

# 方式1：按天取整
df['A'] = df['A'].dt.floor('D')

# 方式2：将时间归一化为午夜
df['A'] = df['A'].dt.normalize()

验证结果 #

执行任意一种方法后，打印df['A']就能得到你想要的结果：

0    2002-01-03
1    2002-01-04
2    2002-01-05
Name: A, dtype: object  # 或datetime64[ns]，取决于你用的方法

内容的提问来源于stack exchange，提问作者Tie_24