在数据处理和分析的世界里，Pandas无疑是一个强大的工具，它提供了丰富的功能来处理时间序列数据，在处理日期和时间时，经常需要从一个完整的DateTime对象中提取出特定的部分，比如年、月、日，Pandas通过其datetime模块和Series对象的dt访问器，使得这一任务变得既简单又直观，下面，我们就来一步步学习如何在Pandas中只获取DateTime的年月日。
第一步：导入Pandas库
确保你已经安装了Pandas库，如果还没有安装，可以通过pip命令轻松安装：
pip install pandas
在你的Python脚本或Jupyter Notebook中导入Pandas库：
import pandas as pd
第二步：创建或加载包含DateTime的DataFrame
假设我们有一个包含DateTime数据的DataFrame，我们可以直接创建一个示例DataFrame来演示：
创建一个包含DateTime的Series dates = pd.to_datetime(['2023-04-01', '2023-04-02', '2023-04-03']) 将Series转换为DataFrame的一列 df = pd.DataFrame(dates, columns=['date']) print(df)
输出将是一个包含三行一列的DataFrame，列名为date，每行都是一个DateTime对象。
第三步：使用dt访问器提取年月日
Pandas的Series对象有一个dt访问器，它允许你访问DateTime对象的各种属性，如年(year)、月(month)、日(day)等，要提取年月日，你可以分别访问这些属性，但如果你想要一个包含完整年月日的字符串，可以使用strftime方法。
提取单独的年、月、日
提取年 df['year'] = df['date'].dt.year 提取月 df['month'] = df['date'].dt.month 提取日 df['day'] = df['date'].dt.day print(df)
提取完整的年月日字符串
使用strftime方法提取年月日（格式为YYYY-MM-DD）
df['date_str'] = df['date'].dt.strftime('%Y-%m-%d')
print(df)这样，你就得到了一个包含原始DateTime列以及新增的年、月、日单独列和完整年月日字符串列的DataFrame。
常见问题解答
问题：如何在Pandas中直接获取DateTime列的年月日，而不是分别获取年、月、日？
答：如上所述，使用strftime方法可以直接将DateTime对象格式化为包含年月日的字符串。df['date'].dt.strftime('%Y-%m-%d')就会返回一个包含每行DateTime对象对应年月日字符串的Series。
问题：strftime中的%Y、%m、%d分别代表什么？
答：在strftime方法中，%Y代表四位数的年份，%m代表月份（01到12），%d代表月份中的一天（01到31），这些格式化代码允许你以不同的方式表示日期和时间。
问题：如果我的DateTime数据包含时间信息，但我只想保留日期部分，应该怎么做？
答：如果你的DateTime数据确实包含了时间信息，但你想要去除时间部分只保留日期，除了使用strftime方法将DateTime格式化为字符串外，还可以使用date()方法将DateTime对象转换为Python的date对象，但这在Pandas中通常不是首选方法，因为这会丢失Pandas的Series和DataFrame的便利性，更常见的做法是使用dt.floor('D')来向下取整到最近的日期（这实际上不会改变日期，但会去除时间部分，如果时间部分是非零的话），或者简单地使用strftime('%Y-%m-%d')来获取日期字符串。
网友留言：