pandas 时间戳截取日期

可以使用 pandas 中的 date_range 函数生成一个时间序列，然后使用 strftime 函数将时间戳转换为日期格式，再使用字符串截取函数截取日期部分即可。具体代码如下：
import pandas as pd

# 生成时间序列
ts = pd.date_range(start='2021-01-01', end='2021-12-31', freq='D')

# 将时间戳转换为日期格式，并截取日期部分
dates = [t.strftime('%Y-%m-%d') for t in ts]

print(dates)
登录后复制
输出结果为：
['2021-01-01', '2021-01-02', '2021-01-03', ..., '2021-12-29', '2021-12-30', '2021-12-31']
登录后复制

相关问题

pandas 截取时间戳为日期时间

可以使用 pandas 的 to_datetime() 方法将时间戳转换为日期时间格式，然后使用 dt.date 属性截取日期部分。
示例代码如下：
import pandas as pd

# 创建一个时间戳序列
ts = pd.Series(['2022-01-01 12:34:56', '2022-02-01 23:45:01', '2022-03-01 09:08:14'])

# 转换为日期时间格式
dt = pd.to_datetime(ts)

# 截取日期部分
date = dt.dt.date

print(date)
登录后复制
输出结果：
0 2022-01-01
1 2022-02-01
2 2022-03-01
dtype: object
登录后复制
其中，dt 是 DatetimeProperties 对象，提供了许多有用的日期时间属性和方法，如 dt.year、dt.month、dt.day、dt.hour、dt.minute、dt.second 等。

pandas日期截取

使用 Pandas 进行日期截取
对于 DataFrame 中的日期数据列，可以通过 pd.to_datetime() 函数将其转换为 datetime 类型。一旦完成此操作，便能利用 .dt 访问器轻松提取所需的年、月、日、时、分和秒等信息[^1]。
提取具体的时间组件
假设有一个名为 df 的 DataFrame 和一个表示时间戳的列 'date_column'：
import pandas as pd

# 创建示例 DataFrame
data = {'date_column': ['2023-08-01 14:30:00', '2023-09-05 17:45:30']}
df = pd.DataFrame(data)

# 将字符串类型的日期转成 datetime 类型
df['datetime'] = pd.to_datetime(df['date_column'])

# 提取各个部分
df['year'] = df['datetime'].dt.year
df['month'] = df['datetime'].dt.month
df['day'] = df['datetime'].dt.day
df['hour'] = df['datetime'].dt.hour
df['minute'] = df['datetime'].dt.minute
df['second'] = df['datetime'].dt.second
登录后复制
上述代码片段展示了如何创建一个新的 DataFrame 并添加新的列用于存储从原始日期时间字段中解析出来的各组成部分。
处理更复杂的日期范围筛选
除了简单的日期成分抽取之外，在实际应用当中还经常遇到需要根据特定条件过滤记录的情况。比如想要获得某个月份内所有的条目或者是最近一周内的活动记录等等。这时就可以借助于布尔索引来实现这样的需求[^2]。
# 假设我们只关心发生在2023年的事件
filtered_df = df[df['datetime'].dt.year == 2023]

# 或者说要找寻介于两个给定日期之间的所有项
start_date = "2023-01"
end_date = "2023-08-31"

mask = (df['datetime'] >= start_date) &amp; (df['datetime'] <= end_date)
august_events = df.loc[mask]
登录后复制
这段脚本先定义了一个时间段，接着构建掩码来标记符合条件的位置最后再依据这个逻辑数组来进行子集的选择。