如果您正在处理DateTime类型的Series，有一种更有效的方法来截断它们，特别是当Series对象有很多行时。

您可以使用楼层功能

例如，如果你想把它截断为小时:

生成一个日期范围

times = pd.Series(pd.date_range(start='1/1/2018 04:00:00', end='1/1/2018 22:00:00', freq='s'))

我们可以比较替换和地板功能的运行时间来检查它。

%timeit times.apply(lambda x : x.replace(minute=0, second=0, microsecond=0))
>>> 341 ms ± 18.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit times.dt.floor('h')
>>>>2.26 ms ± 451 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

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')

>>> import datetime
>>> dt = datetime.datetime.now()
>>> datetime.datetime.date(dt)
datetime.date(2019, 4, 2)

截断是什么意思?

您可以通过使用strftime()方法和使用适当的格式字符串来完全控制格式。

http://docs.python.org/library/datetime.html#strftime-strptime-behavior

你可以用

datetime.date.today()

它很轻，而且完全符合你的要求。

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)