删除Pandas中列（而不是整个列）中不需要的内容

如果我只想在时间戳列中显示

2016-06-29

，并删除不需要的部分，如

15:46:43.895000

如果时间戳：

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

如果字符串：

 df['timestamp'] = df['timestamp'].str.split().str[0]

样本：

df = pd.DataFrame({'timestamp':pd.date_range('2016-06-29 15:46:43.895000', 
                               periods=3, 
                               freq='2000T')})
print (df)
                timestamp
0 2016-06-29 15:46:43.895
1 2016-07-01 01:06:43.895
2 2016-07-02 10:26:43.895

print (type(df.loc[0, 'timestamp']))
<class 'pandas._libs.tslib.Timestamp'>

df['timestamp'] = df['timestamp'].dt.floor('d')
print (df)
   timestamp
0 2016-06-29
1 2016-07-01
2 2016-07-02

df=pd.DataFrame（{'timestamp'：pd.date_范围（'2016-06-29 15:46:43.895000'），
周期=3，
freq='2000T'）}）
打印（df）
时间戳
0 2016-06-29 15:46:43.895
1 2016-07-01 01:06:43.895
2 2016-07-02 10:26:43.895
打印（类型（df.loc[0，'时间戳']））
df['timestamp']=df['timestamp'].dt.floor（'d'）
打印（df）
时间戳
0 2016-06-29
1 2016-07-01
2 2016-07-02

---

df=pd.DataFrame（{'timestamp'：['2016-06-20 15:46:43.895000'，
'2016-06-22 15:46:43.895000',
'2016-06-29 15:46:43.895000']})
打印（df）
时间戳
0  2016-06-20 15:46:43.895000
1  2016-06-22 15:46:43.895000
2  2016-06-29 15:46:43.895000
打印（类型（df.loc[0，'时间戳']））
df['timestamp']=df['timestamp'].str.split（）.str[0]
打印（df）
时间戳
0  2016-06-20
1  2016-06-22
2  2016-06-29

我们可以使用

.dt.normalize（）

方法：

df['timestamp'] = df['timestamp'].dt.normalize()

---

你能展示一下你试过的代码吗？如果我（或其他）的答案有帮助，别忘了-点击复选标记（

✓），将其从灰显切换为填充。谢谢
df['timestamp'] = df['timestamp'].dt.normalize()

df['timestamp']=pd.to_datetime(df['timestamp']).dt.strftime('%Y-%m-%d')