python df的trade_date列格式改为年月日格式，不需要时分秒

在Python中，我们可以使用pandas库来处理数据，包括将DataFrame中的列转换为日期格式，并将日期格式转换为指定的字符串格式。假设我们有一个DataFrame对象df，其中包含一个名为trade_date的列，它的数据类型是字符串类型，表示日期信息，我们可以使用pandas的to_datetime()函数将其转换为日期类型，然后使用strftime()函数将日期类型转换为指定的字符串格式。

具体操作如下：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'trade_date': ['20210101 10:00:00', '20210102 11:30:00', '20210103 15:00:00']})

# 将trade_date列转换为日期类型
df['trade_date'] = pd.to_datetime(df['trade_date'], format='%Y%m%d %H:%M:%S')

# 将日期类型转换为指定的字符串格式
df['trade_date'] = df['trade_date'].dt.strftime('%Y-%m-%d')

# 输出DataFrame
print(df)

输出结果如下：

   trade_date
0  2021-01-01
1  2021-01-02
2  2021-01-03

在strftime()函数中，'%Y-%m-%d'表示日期格式为年-月-日，例如'2021-01-01'表示2021年1月1日。

转换后，原来的字符串类型的trade_date列就变成了年月日格式的字符串类型，可以直接进行输出或保存到文件中。注意，由于原始的字符串中包含时分秒信息，因此在转换为日期类型时需要使用'%Y%m%d %H:%M:%S'这样的格式字符串。