截断是什么意思?

您可以通过使用strftime()方法和使用适当的格式字符串来完全控制格式。

http://docs.python.org/library/datetime.html#strftime-strptime-behavior

如果您正在处理DateTime类型的Series，有一种更有效的方法来截断它们，特别是当Series对象有很多行时。

您可以使用楼层功能

例如，如果你想把它截断为小时:

生成一个日期范围

times = pd.Series(pd.date_range(start='1/1/2018 04:00:00', end='1/1/2018 22:00:00', freq='s'))

我们可以比较替换和地板功能的运行时间来检查它。

%timeit times.apply(lambda x : x.replace(minute=0, second=0, microsecond=0))
>>> 341 ms ± 18.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit times.dt.floor('h')
>>>>2.26 ms ± 451 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

不能截断datetime对象，因为它是不可变的。

但是，这里有一种方法可以构造一个新的datetime，包含0小时、分钟、秒和微秒字段，而不丢弃原始日期或tzinfo:

newdatetime = now.replace(hour=0, minute=0, second=0, microsecond=0)

您可以使用熊猫(尽管它可能是该任务的开销)。你可以使用round, floor和celll来表示常用的数字，也可以使用任何熊猫频率的偏移别名:

import pandas as pd
import datetime as dt

now = dt.datetime.now()
pd_now = pd.Timestamp(now)

freq = '1d'
pd_round = pd_now.round(freq)
dt_round = pd_round.to_pydatetime()

print(now)
print(dt_round)

"""
2018-06-15 09:33:44.102292
2018-06-15 00:00:00
"""

6年后……我发现了这篇文章，我更喜欢numpy方法:

import numpy as np
dates_array = np.array(['2013-01-01', '2013-01-15', '2013-01-30']).astype('datetime64[ns]')
truncated_dates = dates_array.astype('datetime64[D]')

干杯

这里还有另一种方式，适合一行，但不是特别优雅:

dt = datetime.datetime.fromordinal(datetime.date.today().toordinal())