DataFrame 时间列中如何转换为时间戳格式并只保留年月日

可以使用 pandas 中的 `to_datetime()` 方法将 DataFrame 中的时间列转换为时间戳格式，然后使用 `dt.date` 方法只保留年月日。示例代码如下：

import pandas as pd

# 假设你的 DataFrame 叫做 df，时间列叫做 time
df['time'] = pd.to_datetime(df['time']).dt.date
print(df['time'])

这将把 DataFrame 中的时间列转换为时间戳格式并只保留年月日，然后输出。

相关问题

python将dataframe中的1683829797列转换为年月日时分秒的格式（datetime类型）

可以使用pandas中的to_datetime函数来将DataFrame中的某一列转换为datetime类型。

假设你的数据框为df，你要将列名为1683829797的列转换为datetime类型，可以使用以下代码：

df['1683829797'] = pd.to_datetime(df['1683829797'], unit='s')

其中，参数unit='s'表示该列的数据是以秒为单位的时间戳。如果该列的时间单位不是秒，可以根据实际情况调整该参数，如unit='ms'表示毫秒。

怎么样在下面这段代码中x轴标签只保留年月日axes.set_xticks(df_time[::50]) axes.set_xticklabels(df_time[::50],rotation=45)

要保留年月日，可以使用 `strftime` 函数将时间戳格式化为只包含年月日的字符串。修改代码如下：

import matplotlib.pyplot as plt
import pandas as pd

# 生成示例数据
df_time = pd.date_range('2022-01-01', '2022-12-31', freq='H')
df_value = pd.DataFrame({'value': np.random.rand(len(df_time))}, index=df_time)

fig, ax = plt.subplots()
ax.plot(df_value)
ax.set_xticks(df_time[::50])
ax.set_xticklabels([t.strftime('%Y-%m-%d') for t in df_time[::50]], rotation=45)
plt.show()

其中，`[t.strftime('%Y-%m-%d') for t in df_time[::50]]` 表示将 `df_time[::50]` 中每个时间戳对象转化为字符串，格式为 `%Y-%m-%d`，即只包含年月日，然后作为标签文本传递给 `ax.set_xticklabels` 函数。