pandas只保留日期去掉时间

可以使用 pandas 的 date() 方法来只保留日期，去掉时间。例如：

import pandas as pd

# 创建一个包含日期和时间的 DataFrame
df = pd.DataFrame({'datetime': ['2022-01-01 10:30:00', '2022-01-02 11:45:00', '2022-01-03 12:15:00']})

# 使用 date() 方法只保留日期
df['date'] = df['datetime'].dt.date

print(df)

输出：

             datetime        date
0 2022-01-01 10:30:00  2022-01-01
1 2022-01-02 11:45:00  2022-01-02
2 2022-01-03 12:15:00  2022-01-03

相关问题

dataframe日期怎么去掉时分秒

要将DataFrame中的日期列去掉时分秒，可以使用`dt.date`方法。这将只保留日期部分，并将其转换为日期格式。

下面是一个示例代码：

import pandas as pd

# 创建一个包含日期时间的DataFrame
data = {'date': ['2022-01-01 10:30:00', '2022-01-02 12:45:00', '2022-01-03 08:15:00']}
df = pd.DataFrame(data)

# 将日期时间列转换为日期格式（去掉时分秒）
df['date'] = pd.to_datetime(df['date']).dt.date

# 打印转换后的DataFrame
print(df)

在上面的示例中，我们首先将日期时间列转换为datetime64[ns]类型，然后使用`dt.date`方法将其转换为日期格式。最后，我们将转换后的日期替换原来的日期时间列。

执行上述代码后，你将会得到一个只包含日期部分的DataFrame，时分秒部分将被去掉。

dropna 未去掉空日期

`dropna` 是 Pandas 库中的一个功能，用于删除包含缺失值（NaN 或 None）的数据行或列。默认情况下，如果遇到 Series 或 DataFrame 中的某个元素为 `NaN`，`dropna` 方法会考虑这个元素所在的整个记录。

当你使用 `df.dropna()` 来处理日期列时，如果没有特别指定 `how` 参数（例如 `how='all'` 或 `how='any'`），并且该日期列确实包含了 `NaT`（Pandas 对于空日期时间的特殊表示）或者其他类型的缺失值，那么 `dropna` 就会删除包含空日期的记录。如果你想保留空日期而只删除其他含有 NaN 的记录，你需要明确设置 `keep='na'`：

df = df.dropna(subset=['date_column'], keep='na')

这里，`subset=['date_column']` 指定了我们只关注 'date_column' 列，`keep='na'` 表示保留包含缺失值的行。

如果你的问题是在执行上述操作后仍有空日期，那可能是数据本身就没有空日期，或者是你对日期列的理解有误。检查一下你的日期列是否正确地存储了空值，并确认它是正确的空日期类型（如 `NaT`）。如果还有疑问，请提供具体的数据样本和更详细的操作步骤。