四年后:另一种方法，避免更换

我知道四年前接受的答案是有效的，但这似乎比使用replace更轻松:

dt = datetime.date.today()
dt = datetime.datetime(dt.year, dt.month, dt.day)

笔记

当您创建一个datetime对象而没有将时间属性传递给构造函数时，您将得到midnight。 正如其他人所指出的，这假设您想要一个datetime对象，以便以后与timedelta一起使用。 当然，您可以将第一行替换为:dt = datetime.datetime.now()

您可以使用熊猫(尽管它可能是该任务的开销)。你可以使用round, floor和celll来表示常用的数字，也可以使用任何熊猫频率的偏移别名:

import pandas as pd
import datetime as dt

now = dt.datetime.now()
pd_now = pd.Timestamp(now)

freq = '1d'
pd_round = pd_now.round(freq)
dt_round = pd_round.to_pydatetime()

print(now)
print(dt_round)

"""
2018-06-15 09:33:44.102292
2018-06-15 00:00:00
"""

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

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

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)