python如何将时分秒删掉

要将Python中的时分秒从日期时间对象中删除，可以使用多种方法来提取和保留日期部分，例如使用datetime模块中的date()方法或格式化字符串。以下是一些有效的方法：使用datetime.date()方法、使用格式化字符串、使用pandas库。其中，datetime.date()方法是最常用和方便的方法。通过使用这种方法，你可以轻松地将时分秒从日期时间对象中删除，只保留日期部分。

一、使用`datetime.date()方法`

datetime.date()方法是最直接和常用的方法。使用datetime.date()方法，你可以将一个包含时分秒的datetime对象转换为只包含日期的date对象。

from datetime import datetime
创建一个包含时分秒的datetime对象
dt = datetime.now()
print("原始日期时间对象:", dt)
使用date()方法只保留日期部分
date_only = dt.date()
print("只包含日期的对象:", date_only)

在这个示例中，我们首先创建了一个包含当前时间的datetime对象dt。然后，我们使用date()方法将这个对象转换为只包含日期部分的date对象date_only。

二、使用格式化字符串

另一种方法是使用格式化字符串来提取日期部分。你可以使用strftime()方法来格式化datetime对象，只保留日期部分。

from datetime import datetime
创建一个包含时分秒的datetime对象
dt = datetime.now()
print("原始日期时间对象:", dt)
使用strftime()方法格式化日期时间对象
date_str = dt.strftime('%Y-%m-%d')
print("只包含日期的字符串:", date_str)

在这个示例中，我们使用strftime('%Y-%m-%d')将datetime对象dt转换为只包含日期部分的字符串date_str。

三、使用`pandas`库

如果你正在处理包含大量日期时间数据的DataFrame，可以使用pandas库中的dt属性来提取日期部分。

import pandas as pd
创建一个包含日期时间数据的DataFrame
data = {'datetime': pd.date_range('20230101', periods=5, freq='H')}
df = pd.DataFrame(data)
print("原始DataFrame:")
print(df)
使用dt.date属性提取日期部分
df['date_only'] = df['datetime'].dt.date
print("只包含日期的DataFrame:")
print(df)

在这个示例中，我们首先创建了一个包含日期时间数据的DataFramedf。然后，我们使用dt.date属性提取日期部分，并将结果存储在新的列date_only中。

四、使用正则表达式

对于字符串形式的日期时间，你可以使用正则表达式来提取日期部分。

import re
创建一个包含时分秒的日期时间字符串
datetime_str = "2023-10-21 15:30:45"
print("原始日期时间字符串:", datetime_str)
使用正则表达式提取日期部分
date_only = re.match(r'\d{4}-\d{2}-\d{2}', datetime_str).group()
print("只包含日期的字符串:", date_only)

在这个示例中，我们使用正则表达式\d{4}-\d{2}-\d{2}匹配日期部分，并提取出只包含日期的字符串date_only。

五、将日期时间转换为时间戳并提取日期部分

你还可以将datetime对象转换为时间戳，然后再提取日期部分。

from datetime import datetime
创建一个包含时分秒的datetime对象
dt = datetime.now()
print("原始日期时间对象:", dt)
将datetime对象转换为时间戳
timestamp = dt.timestamp()
print("时间戳:", timestamp)
从时间戳中提取日期部分
date_only = datetime.fromtimestamp(int(timestamp)).date()
print("只包含日期的对象:", date_only)

在这个示例中，我们首先将datetime对象dt转换为时间戳timestamp，然后再从时间戳中提取日期部分date_only。

六、使用`numpy`库

如果你正在处理大规模的日期时间数据，可以使用numpy库中的datetime64和astype方法。

import numpy as np
创建一个包含日期时间数据的numpy数组
datetime_array = np.array(['2023-10-21T15:30:45', '2023-10-22T16:30:45'], dtype='datetime64')
print("原始日期时间数组:", datetime_array)
使用astype()方法提取日期部分
date_only_array = datetime_array.astype('datetime64[D]')
print("只包含日期的数组:", date_only_array)

在这个示例中，我们使用numpy库创建了一个包含日期时间数据的数组datetime_array，然后使用astype('datetime64[D]')方法提取日期部分，并将结果存储在新的数组date_only_array中。

七、处理不同格式的日期时间字符串

有时候，你可能会遇到不同格式的日期时间字符串。你可以使用dateutil.parser模块来解析这些字符串，并提取日期部分。

from dateutil import parser
创建一个包含不同格式的日期时间字符串
datetime_str1 = "21st October 2023, 15:30:45"
datetime_str2 = "2023/10/21 15:30:45"
datetime_str3 = "2023-10-21T15:30:45"
print("原始日期时间字符串1:", datetime_str1)
print("原始日期时间字符串2:", datetime_str2)
print("原始日期时间字符串3:", datetime_str3)
使用dateutil.parser解析字符串并提取日期部分
date_only1 = parser.parse(datetime_str1).date()
date_only2 = parser.parse(datetime_str2).date()
date_only3 = parser.parse(datetime_str3).date()
print("只包含日期的对象1:", date_only1)
print("只包含日期的对象2:", date_only2)
print("只包含日期的对象3:", date_only3)

在这个示例中，我们使用dateutil.parser模块解析了不同格式的日期时间字符串，并提取出只包含日期部分的date对象。

八、使用`arrow`库

arrow库是一个强大的日期时间处理库，可以简化日期时间的操作。你可以使用arrow库来提取日期部分。

import arrow
创建一个包含时分秒的日期时间字符串
datetime_str = "2023-10-21 15:30:45"
print("原始日期时间字符串:", datetime_str)
使用arrow库解析字符串并提取日期部分
dt = arrow.get(datetime_str)
date_only = dt.format('YYYY-MM-DD')
print("只包含日期的字符串:", date_only)

在这个示例中，我们使用arrow.get方法解析日期时间字符串datetime_str，并使用format('YYYY-MM-DD')方法提取日期部分。

九、处理不同时区的日期时间

如果你需要处理不同时区的日期时间，可以使用pytz库来处理时区，并提取日期部分。

from datetime import datetime
import pytz
创建一个包含时分秒的日期时间对象
dt = datetime.now(pytz.timezone('US/Pacific'))
print("原始日期时间对象:", dt)
转换为UTC时区并提取日期部分
dt_utc = dt.astimezone(pytz.utc)
date_only = dt_utc.date()
print("只包含日期的对象:", date_only)

在这个示例中，我们首先创建了一个包含时分秒的日期时间对象dt，并指定了时区。然后，我们将其转换为UTC时区，并提取日期部分date_only。

十、处理日期时间的序列化与反序列化

在某些情况下，你可能需要将日期时间对象序列化为字符串，然后再反序列化回来。你可以使用json库和自定义的编码器和解码器来处理这一过程。

import json
from datetime import datetime
class DateTimeEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime):
            return obj.isoformat()
        return json.JSONEncoder.default(self, obj)
def datetime_decoder(dct):
    for key, value in dct.items():
        try:
            dct[key] = datetime.fromisoformat(value)
        except (ValueError, TypeError):
            pass
    return dct
创建一个包含时分秒的日期时间对象
dt = datetime.now()
print("原始日期时间对象:", dt)
将日期时间对象序列化为字符串
json_str = json.dumps({'datetime': dt}, cls=DateTimeEncoder)
print("序列化后的字符串:", json_str)
将字符串反序列化为日期时间对象
decoded_obj = json.loads(json_str, object_hook=datetime_decoder)
print("反序列化后的对象:", decoded_obj)
提取日期部分
date_only = decoded_obj['datetime'].date()
print("只包含日期的对象:", date_only)

在这个示例中，我们定义了一个自定义的DateTimeEncoder类来处理日期时间对象的序列化，并定义了一个datetime_decoder函数来处理反序列化。然后，我们将日期时间对象序列化为字符串，并反序列化回来，最后提取日期部分。

结论

在Python中，有多种方法可以将时分秒从日期时间对象中删除，并提取日期部分。根据你的具体需求和数据格式，你可以选择使用datetime.date()方法、格式化字符串、pandas库、正则表达式、时间戳、numpy库、dateutil.parser、arrow库、pytz库，或者处理序列化与反序列化的方法。这些方法各有优劣，你可以根据具体情况选择最适合的解决方案。