如何在Python中将DataFrame日期列转为date类型适配Redshift

我来帮你解决这个问题——要把带时分秒的datetime64[ns]列转成YYYY-MM-DD格式且保持适合写入Redshift的日期类型，其实不用绕弯子用strftime再转回datetime，有更直接高效的方法：

方法1：使用dt.normalize() #

这个方法会把datetime的时间部分直接重置为午夜（00:00:00），同时保持datetime64[ns]类型，完美适配Redshift的DATE类型要求（Redshift会自动识别时间部分为0的datetime为DATE类型）。

代码示例：

df['StartingDate2'] = df['StartingDate'].dt.normalize()

方法2：使用dt.floor('D') #

和normalize()效果一致，它会将datetime截断到“天”级别，同样保留datetime64[ns]类型：

df['StartingDate2'] = df['StartingDate'].dt.floor('D')

为什么之前的方法会出问题？ #

• strftime('%m/%d/%Y')会把datetime对象转成字符串，导致列类型变成object，Redshift虽然能识别字符串格式的日期，但这不是最优的类型匹配，容易引发类型转换问题。
• 组合strftime()和pd.to_datetime()在样本数据可行，但实际批量数据失效，大概率是因为数据中存在时区信息、缺失值或者异常格式的datetime，这种绕转的方式本身就容易引入不稳定因素。

验证结果 #

执行完上面的方法后，你可以检查列的类型和内容：

print(df['StartingDate2'].dtype)  # 输出：datetime64[ns]
print(df['StartingDate2'].head()) # 显示为类似 2014-04-30 00:00:00，但写入Redshift时会被识别为DATE类型

如果希望在pandas中查看时只显示日期部分（不带时分秒），可以设置全局显示格式：

pd.options.display.date_format = '%Y-%m-%d'

这样查看数据时就会直接显示2014-04-30，但实际数据类型仍然是datetime64[ns]，完全不影响写入Redshift。

内容的提问来源于stack exchange，提问作者singularity2047