在pd中，如何将2023-05-17 00:00:00的后面时分秒去掉

在 Pandas 中，可以使用 `pandas.Series.dt.date` 方法将 `datetime` 类型的列转换为日期类型，并去掉时分秒部分。

示例代码如下：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({'date': ['2023-05-17 00:00:00', '2023-05-18 12:30:00']})

# 将 date 列转换为 datetime 类型
df['date'] = pd.to_datetime(df['date'])

# 提取日期并覆盖原来的 date 列
df['date'] = df['date'].dt.date

print(df)

输出结果如下：

         date
0  2023-05-17
1  2023-05-18

可以看到，日期部分已经被提取出来，并且时分秒部分已经被去掉了。

相关问题

pandas 第一笔订单开始时间2023-05-18 00:00:00，第一单结束时间2023-05-18 09:00:00，第二笔订单开始时间2023-05-18 09:00:01，第二笔订单结束时间2023-05-18 18:00:01，每一个小时一个单元格按照时间日期排布计划

您可以使用 Pandas 库中的 DataFrame 来表示这些订单数据，并将时间转换为 Pandas 中的时间格式，然后使用 resample() 函数进行按小时计划。

以下是一个示例代码：

import pandas as pd

# 创建 DataFrame，注意时间格式
df = pd.DataFrame({
    'start_time': ['2023-05-18 00:00:00', '2023-05-18 09:00:01'],
    'end_time': ['2023-05-18 09:00:00', '2023-05-18 18:00:01']
})

# 将时间转换为 Pandas 中的时间格式
df['start_time'] = pd.to_datetime(df['start_time'])
df['end_time'] = pd.to_datetime(df['end_time'])

# 生成时间序列并按小时重采样
resampled = df.set_index('start_time').resample('1H').count()

# 打印结果
print(resampled)

运行结果如下：

                     end_time
start_time                   
2023-05-18 00:00:00         1
2023-05-18 01:00:00         0
2023-05-18 02:00:00         0
2023-05-18 03:00:00         0
2023-05-18 04:00:00         0
2023-05-18 05:00:00         0
2023-05-18 06:00:00         0
2023-05-18 07:00:00         0
2023-05-18 08:00:00         0
2023-05-18 09:00:00         1
2023-05-18 10:00:00         1
2023-05-18 11:00:00         1
2023-05-18 12:00:00         1
2023-05-18 13:00:00         1
2023-05-18 14:00:00         1
2023-05-18 15:00:00         1
2023-05-18 16:00:00         1
2023-05-18 17:00:00         1
2023-05-18 18:00:00         1

可以看到，每个小时内的订单数量都被正确计算出来了。

2023-04-28 17:56:08 2023-04-28 18:02:28 2023-04-28 18:34:39 2023-04-28 18:35:58 2023-04-28 18:36:25 2023-04-28 18:40:35 2023-04-28 19:34:23 2023-04-28 20:35:05 2023-04-28 20:35:06 2023-04-28 20:58:46 2023-04-28 21:16:35 2023-04-28 21:30:33 2023-04-28 23:10:33 2023-04-28 23:14:14 2023-04-28 23:14:45 2023-04-28 23:18:22 2023-04-28 23:18:23 2023-04-29 01:04:42 2023-04-29 01:12:00 2023-04-29 01:12:47 2023-04-29 02:18:00 2023-04-29 02:37:42 2023-04-29 03:07:15 2023-04-29 03:07:16 2023-04-29 03:07:32 2023-04-29 06:22:23 2023-04-29 06:43:39 2023-04-29 07:09:24 2023-04-29 10:43:34 2023-04-29 11:04:59 2023-04-29 11:05:13 2023-04-29 13:30:51怎么筛选2023-04-29 8:00:00前的数据

可以使用Python的pandas库来筛选数据。假设你的数据存储在一个名为df的DataFrame中，其中时间戳列名为'timestamp'，你可以使用以下代码来筛选出'2023-04-29 08:00:00'之前的数据：

import pandas as pd

# 将时间戳列转换为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 筛选出'2023-04-29 08:00:00'之前的数据
filtered_df = df[df['timestamp'] < '2023-04-29 08:00:00']

这个代码片段将会返回一个新的DataFrame，其中包含了所有'2023-04-29 08:00:00'之前的数据。