要去掉时间只保留年月，可以使用Python中的日期时间处理模块，例如datetime和pandas。使用datetime模块、使用pandas模块、字符串切片是三种主要的方法。下面详细描述如何使用这三种方法中的一种——使用datetime模块。
通过使用datetime模块，您可以轻松地解析日期时间字符串，并从中提取所需的年份和月份。以下是一个详细的示例代码：
from datetime import datetime
假设我们有一个日期时间字符串
date_time_str = '2023-10-25 15:30:45'
解析日期时间字符串为 datetime 对象
date_time_obj = datetime.strptime(date_time_str, '%Y-%m-%d %H:%M:%S')
提取年份和月份
year_month = date_time_obj.strftime('%Y-%m')
print(year_month) # 输出: 2023-10
在上面的代码中，首先我们定义了一个包含日期和时间的字符串date_time_str。然后，使用datetime.strptime方法将其解析为一个datetime对象。最后，通过strftime方法将其格式化为仅包含年份和月份的字符串。
一、使用 datetime 模块
在数据处理和分析中，日期时间数据是非常常见的。使用datetime模块处理日期时间数据是非常有效和直观的。
1、解析日期时间字符串
首先，我们需要将日期时间字符串解析为datetime对象。这可以通过datetime.strptime方法来实现。该方法接受两个参数：一个是日期时间字符串，另一个是该字符串的格式。
from datetime import datetime
date_time_str = '2023-10-25 15:30:45'
date_time_obj = datetime.strptime(date_time_str, '%Y-%m-%d %H:%M:%S')
在上面的代码中，date_time_str是我们要解析的日期时间字符串，'%Y-%m-%d %H:%M:%S'是该字符串的格式，其中%Y表示四位数年份，%m表示两位数月份，%d表示两位数日期，%H表示两位数小时，%M表示两位数分钟，%S表示两位数秒。
2、格式化日期时间对象
一旦我们有了datetime对象，就可以使用strftime方法将其格式化为我们需要的形式。在这种情况下，我们只需要年份和月份，因此可以使用'%Y-%m'格式。
year_month = date_time_obj.strftime('%Y-%m')
print(year_month) # 输出: 2023-10
通过这种方式，我们可以轻松地从日期时间字符串中提取出年份和月份。
二、使用 pandas 模块
pandas是一个强大的数据处理和分析库，特别适用于处理时间序列数据。使用pandas处理日期时间数据通常更加方便和高效。
1、解析日期时间字符串
首先，我们需要将日期时间字符串解析为pandas的Timestamp对象。这可以通过pandas.to_datetime方法来实现。
import pandas as pd
date_time_str = '2023-10-25 15:30:45'
date_time_obj = pd.to_datetime(date_time_str)
在上面的代码中，date_time_str是我们要解析的日期时间字符串，pd.to_datetime方法会将其解析为Timestamp对象。
2、格式化日期时间对象
一旦我们有了Timestamp对象，就可以使用其strftime方法将其格式化为我们需要的形式。在这种情况下，我们只需要年份和月份，因此可以使用'%Y-%m'格式。
year_month = date_time_obj.strftime('%Y-%m')
print(year_month) # 输出: 2023-10
通过这种方式，我们可以轻松地从日期时间字符串中提取出年份和月份。
三、使用字符串切片
如果您有固定格式的日期时间字符串，并且只需要处理少量数据，那么使用字符串切片可能是最简单和最快的方法。
1、解析日期时间字符串
对于固定格式的日期时间字符串，我们可以直接使用字符串切片来提取所需的部分。假设我们的日期时间字符串格式为'YYYY-MM-DD HH:MM:SS'。
date_time_str = '2023-10-25 15:30:45'
year_month = date_time_str[:7]
在上面的代码中，date_time_str[:7]会提取字符串的前七个字符，即年份和月份部分。
2、格式化日期时间字符串
由于我们已经使用字符串切片提取了所需的部分，因此不需要额外的格式化步骤。
print(year_month) # 输出: 2023-10
通过这种方式，我们可以快速地从日期时间字符串中提取出年份和月份。
四、总结
在处理日期时间数据时，根据具体需求选择合适的方法是非常重要的。使用datetime模块、使用pandas模块、字符串切片是三种主要的方法，它们各有优缺点。
使用datetime模块通常适用于需要处理多种日期时间格式的情况。它提供了丰富的日期时间解析和格式化功能，非常灵活和强大。
使用pandas模块适用于需要处理大量时间序列数据的情况。pandas提供了高效的时间序列处理功能，可以轻松处理各种时间序列数据。
字符串切片适用于处理固定格式的日期时间字符串，并且数据量较小的情况。它简单快捷，但不够灵活。
根据具体需求选择合适的方法，可以提高数据处理的效率和准确性。
相关问答FAQs：
如何在Python中提取日期的年月部分？
在Python中，可以使用datetime模块轻松提取日期的年月部分。首先，您可以将日期字符串转换为datetime对象，然后使用strftime方法格式化输出。示例代码如下：
from datetime import datetime
date_str = "2023-10-10 15:30:00"
date_obj = datetime.strptime(date_str, "%Y-%m-%d %H:%M:%S")
year_month = date_obj.strftime("%Y-%m")
print(year_month) # 输出：2023-10
在处理大量日期数据时，如何批量去掉时间保留年月？
如果需要处理多个日期，可以使用pandas库，它提供了强大的数据处理功能。您可以将日期列转换为datetime类型，然后使用dt.to_period方法轻松提取年月部分。示例代码如下：
import pandas as pd
data = {'dates': ["2023-10-10 15:30:00", "2023-11-11 08:45:00"]}
df = pd.DataFrame(data)
df['dates'] = pd.to_datetime(df['dates'])
df['year_month'] = df['dates'].dt.to_period('M')
print(df)
在Python中，如何处理不同格式的日期以保留年月？
处理不同格式的日期字符串时，可以使用dateutil库，它提供了灵活的日期解析功能。将日期解析为datetime对象后，您可以按照需要格式化输出。示例代码如下：
from dateutil import parser
date_str1 = "October 10, 2023 15:30"
date_str2 = "2023/11/11 08:45:00"
date_obj1 = parser.parse(date_str1)
date_obj2 = parser.parse(date_str2)
year_month1 = date_obj1.strftime("%Y-%m")
year_month2 = date_obj2.strftime("%Y-%m")
print(year_month1, year_month2) # 输出：2023-10 2023-11
