在熊猫中将日期转换为日期答案

【问题标题】：cast a date as a date in pandas在熊猫中将日期转换为日期
【发布时间】：2021-09-16 04:28:29
【问题描述】：

我正在尝试用 python 语言编写 SQL 代码：

datediff(mi, cast(tab.[Daily] as date), tab.[Daily]) / 3 as [date_diff]

每日格式为 yyyy-mm-dd HH:MM:SS

在sql中这段代码计算某个日期的午夜和该行的日期之间的3分钟间隔的差异。

我想在 python 中应用相同的概念。但我不知道是否有办法自动提取某个日期的午夜，尽管它的值。

例子：

           Daily          date_diff
    2020-12-01 00:00:00       0
    2020-12-01 00:03:00       1
    2020-12-01 00:06:00       2
    2020-12-01 00:09:00       3
    2020-12-01 00:12:00       4
    2020-12-01 00:33:00      11
    2020-12-01 00:36:00      12
    2020-12-01 00:39:00      13
    2020-12-01 00:42:00      14
    2020-12-01 00:45:00      15

所以我需要类似的东西：

tab['date_diff'] = (tab['Daily'].dt.minute - tab['ts180']. **MIDNIGHT OF THE DATE IN tab['DailY']** )/3

我试过了：

```tab['Midnight'] = pd.to_datetime(tab['Daily'], format = "%Y-%m-%d 00:00:00" )```

但它会用它们的值提取小时分钟和秒。所以我尝试只提取日期

```tab['Midnight_date'] = pd.to_datetime(tab['Daily'], format = "%Y-%m-%d" )```

尝试将它与我使用 00:00:00 为小时值创建的时间列连接起来但是这种提取也保留了小时分钟和秒的值。有人可以帮我吗？

【问题讨论】：

标签： sql pandas datetime casting

【解决方案1】：

这实际上是Timedelta 的用例
生成了一个与您包含的数据集相似的数据集
重要的列是 Timedelta 工作的日期时间
每次减去参考时间形式并转换为所需单位

import numpy as np
# generate some data at 3 min intervals and drop some randomly (not first row)
df = pd.DataFrame({"Daily":pd.date_range("1-dec-2020", freq="3min", periods=15)}).drop(np.random.randint(1,15,5))

# use first row as reference time.  want 3 min intervals so 60*3
df.assign(date_diff=(df["Daily"]-df.loc[0,"Daily"]).dt.seconds//(60*3))

	Daily	date_diff
0	2020-12-01 00:00:00	0
1	2020-12-01 00:03:00	1
2	2020-12-01 00:06:00	2
3	2020-12-01 00:09:00	3
6	2020-12-01 00:18:00	6
7	2020-12-01 00:21:00	7
8	2020-12-01 00:24:00	8
9	2020-12-01 00:27:00	9
13	2020-12-01 00:39:00	13
14	2020-12-01 00:42:00	14

【讨论】：