Mantenga solo la parte de la fecha cuando use pandas.to_datetime
Utilizo pandas.to_datetimepara analizar las fechas en mis datos. Pandas representa de forma predeterminada las fechas con datetime64[ns], aunque todas las fechas son solo diarias. Me pregunto si existe una forma elegante/inteligente de convertir las fechas para datetime.dateque datetime64[D], cuando escriba los datos en CSV, las fechas no se agreguen 00:00:00. Sé que puedo convertir el tipo manualmente elemento por elemento:
[dt.to_datetime().date() for dt in df.dates]
Pero esto es muy lento ya que tengo muchas filas y en cierto modo anula el propósito de usar pandas.to_datetime. ¿ Hay alguna manera de convertir dtypetoda la columna a la vez? O, alternativamente, ¿ pandas.to_datetimeadmite una especificación de precisión para poder deshacerme de la parte de tiempo mientras trabajo con datos diarios?
Apr 24
'13 01:04
Desde la versión0.15.0 , esto ahora se puede hacer fácilmente usando .dtpara acceder solo al componente de fecha:
df['just_date'] = df['dates'].dt.date
Lo anterior devuelve datetime.date, entonces objectdtype. Si desea mantener el tipo d, datetime64puede simplemente normalize:
df['normalised_date'] = df['dates'].dt.normalize()
Esto establece el componente de hora en medianoche, es decir 00:00:00, pero la pantalla muestra sólo el valor de la fecha.
pandas.Series.dt
Si bien voté a favor de la respuesta de EdChum , que es la respuesta más directa a la pregunta que planteó el OP, en realidad no resuelve el problema de rendimiento (todavía depende de datetimeobjetos de Python y, por lo tanto, cualquier operación sobre ellos no se vectorizará; es decir, será lento).
Una alternativa de mejor rendimiento es:
df['dates'].dt.floor('d')
Estrictamente hablando, no "mantiene sólo la parte de la fecha", ya que simplemente establece la hora en 00:00:00. Pero funciona según lo deseado por el OP cuando, por ejemplo:
- imprimiendo a la pantalla
- guardando en csv
- usando la columna para
groupby
... y es mucho más eficiente, ya que la operación está vectorizada.
EDITAR: de hecho, la respuesta que los OP hubieran preferido es probablemente "las versiones recientes de pandasno escriban la hora en csv si es 00:00:00para todas las observaciones".
Pandas v0.13+: Usar to_csvcon date_formatparámetro
Evite, siempre que sea posible, convertir su datetime64[ns]serie en una objectserie de datetime.dateobjetos tipo d. Este último, a menudo construido usando pd.Series.dt.date, se almacena como una matriz de punteros y es ineficiente en relación con una serie pura basada en NumPy.
Dado que su preocupación es el formato al escribir en CSV , simplemente use el date_formatparámetro de to_csv. Por ejemplo:
df.to_csv(filename, date_format='%Y-%m-%d')
Consulte las directivas de Pythonstrftime para conocer las convenciones de formato.
