将日期时间列拆分为单独的日期和时间列答案

【问题标题】：Split datetime column into separate date and time columns将日期时间列拆分为单独的日期和时间列
【发布时间】：2018-08-28 07:16:21
【问题描述】：

我正在尝试从时间戳中提取日期和时间：

DateTime   
31/12/2015 22:45

成为：

   Date   |  Time   |
31/12/2015|  22:45  |

但是当我使用时：

df['Date'] = pd.to_datetime(df['DateTime']).dt.date

我明白了：

2015-12-31

与我得到的时间类似：

df['Time'] = pd.to_datetime(df['DateTime']).dt.time

给了

23:45:00

但如果我尝试格式化它，我会收到错误：

df['Date'] = pd.to_datetime(f['DateTime'], format='%d/%m/%Y').dt.date

ValueError: unconverted data remains:  00:00

【问题讨论】：

标签： python pandas date datetime time

【解决方案1】：

选项 1
由于您实际上并不需要对 dates 本身进行操作，因此只需将您的列拆分为空间：

df = df.DateTime.str.split(expand=True)   
df.columns = ['Date', 'Time']

df
         Date   Time
0  31/12/2015  22:45

选项 2
或者，完全删除格式说明符：

v = pd.to_datetime(df['DateTime'], errors='coerce')

df['Time'] = v.dt.time
df['Date'] = v.dt.floor('D')

df
       Time       Date
0  22:45:00 2015-12-31

【讨论】：

【解决方案2】：

试试 strftime

df['DateTime'] = pd.to_datetime(df['DateTime'])
df['Date'] = df['DateTime'].dt.strftime('%d/%m/%Y')
df['Time'] = df['DateTime'].dt.strftime('%H:%M')


    DateTime            Date        Time
0   2015-12-31 22:45:00 31/12/2015  22:45

【讨论】：

【解决方案3】：

如果您的DateTime 列已经是日期时间类型，则无需调用pd.to_datetime。

您是在寻找字符串（"12:34"）还是时间戳（12:34 在下午的概念）？如果您正在寻找前者，这里有涵盖该问题的答案。如果您正在寻找后者，您可以使用.dt.time 和.dt.date 访问器。

>>> pd.__version__
u'0.20.2'
>>> df = pd.DataFrame({'DateTime':pd.date_range(start='2018-01-01', end='2018-01-10')})
>>> df['date'] = df.DateTime.dt.date
>>> df['time'] = df.DateTime.dt.time
>>> df
    DateTime        date      time
0 2018-01-01  2018-01-01  00:00:00
1 2018-01-02  2018-01-02  00:00:00
2 2018-01-03  2018-01-03  00:00:00
3 2018-01-04  2018-01-04  00:00:00
4 2018-01-05  2018-01-05  00:00:00
5 2018-01-06  2018-01-06  00:00:00
6 2018-01-07  2018-01-07  00:00:00
7 2018-01-08  2018-01-08  00:00:00
8 2018-01-09  2018-01-09  00:00:00
9 2018-01-10  2018-01-10  00:00:00

【讨论】：