如何将DataFrame中特定格式的timestamp字符串转为datetime日期变量

嘿，我明白你要解决的问题了——把这种带时区偏移的ISO 8601格式时间戳转换成仅保留日期的datetime类型，同时用于后续数据分析对吧？其实pandas处理这种场景非常方便，下面是具体的实现步骤：

步骤1：导入依赖并构造示例数据 #

首先我们先导入pandas，并还原你提供的DataFrame结构：

import pandas as pd

# 构造你给出的示例数据
data = {
    'idAviso': [1111413600, 1112368499, 1112369554, 1112358250, 1112358250],
    'timestamp': [
        '2018-02-28T20:40:28.079-0500',
        '2018-02-28T20:51:02.844-0500',
        '2018-02-28T20:43:50.396-0500',
        '2018-02-27T16:02:19.303-0500',
        '2018-02-27T16:02:30.036-0500'
    ],
    'idpostulante': ['0z5VvGv', '0z5VvGv', '0z5VvGv', '0zB026d', '0zB026d']
}

df = pd.DataFrame(data)

步骤2：转换时间戳并保留日期格式 #

pandas的pd.to_datetime()方法可以自动解析这种带时区偏移的ISO格式字符串，之后我们用dt.floor('D')把时间部分截断到当天的起始时刻（00:00:00），这样得到的结果依然是datetime类型，完全满足你的数据分析需求：

# 转换timestamp列为datetime类型，仅保留日期部分（时间设为00:00:00）
df['timestamp'] = pd.to_datetime(df['timestamp']).dt.floor('D')

你也可以用dt.normalize()替代dt.floor('D')，两者效果一致，都是将时间部分重置为当天的午夜。

验证结果 #

执行完上面的代码后，我们可以查看处理后的DataFrame和列类型：

print(df)
print("\nTimestamp列的数据类型:", df['timestamp'].dtype)

输出结果会是这样：

idAviso  timestamp idpostulante
0  1111413600 2018-02-28     0z5VvGv
1  1112368499 2018-02-28     0z5VvGv
2  1112369554 2018-02-28     0z5VvGv
3  1112358250 2018-02-27     0zB026d
4  1112358250 2018-02-27     0zB026d

Timestamp列的数据类型: datetime64[ns]

完美符合你的要求——timestamp列不仅显示为仅日期的格式，同时还是datetime类型，可以直接用于后续的时间序列分析、分组统计等操作。

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