6年后……我发现了这篇文章，我更喜欢numpy方法:

import numpy as np
dates_array = np.array(['2013-01-01', '2013-01-15', '2013-01-30']).astype('datetime64[ns]')
truncated_dates = dates_array.astype('datetime64[D]')

干杯

如果你不关心时间，就用date而不是datetime。

>>> now = datetime.now()
>>> now.date()
datetime.date(2011, 3, 29)

你可以像这样更新datetime:

>>> now.replace(minute=0, hour=0, second=0, microsecond=0)
datetime.datetime(2011, 3, 29, 0, 0)

详见https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dt.floor.html

现在是2019年，我认为最有效的方法是:

df['truncate_date'] = df['timestamp'].dt.floor('d')

你可以通过指定isoformat来实现

>>> import datetime
>>> datetime.datetime.now().isoformat(timespec='seconds', sep=' ')
2022-11-24 12:42:05

文档提供了关于isoformat()用法的更多细节。

https://docs.python.org/3/library/datetime.html#datetime.datetime.isoformat

有一个模块datetime_truncate为您处理这个问题。它只调用datetime。replace。

你可以使用datetime。Strftime提取日，月，年…

例子:

from datetime import datetime
d = datetime.today()

# Retrieves the day and the year
print d.strftime("%d-%Y")

输出(今天):

29-2011

如果你只是想检索日期，你可以使用day属性:

from datetime import datetime
d = datetime.today()

# Retrieves the day
print d.day

输出(今天):

29