Python 是否将框架列转换为具有特定日期格式的日期类型？

这个问题不同于stack overflow中所有可用的问题和答案，因为我不想为了获得所需的输出而将数据类型更改为string

我发现这是一个非常令人困惑的问题，无法找到我问题的适当解决方案。 我读了一个excel文件，其中有一列如下-

Date
9/20/2017 7:27:30 PM
9/20/2017 7:27:30 PM
11/21/2018 8:28:30 AM
7/18/2019 9:30:08 PM
.
.
.

我在dataframe的帮助下从excel表格中获取这些数据

df = pd.read_excel("data.xlsx") 

首先，我想从这个专栏中删除时间。我正在做这件事-

df['Date'] = pd.to_datetime(df['Date'])
df['Date'] = pd.to_datetime(df['Date'], errors='ignore', format='%d/%b/%Y').dt.date

它生成以下输出和数据类型datetime.date

Date
20/9/2017 
20/9/2017 
21/11/2018 
18/7/2019 
.
.
.

但我希望它为以下类型，而不将其更改为字符串。因为我希望将此数据存储到另一个excel文件中，并且如果在excel工作表中应用筛选，则此列必须作为日期列

Date
20/Sep/2017
20/Sep/2017
21/Nov/2018
18/Jul/2019
.
.
.

我可以通过以下方式产生上述输出：

df['Date'] = df['Date'].apply(lambda x: x.strftime('%d/%b/%Y'))

但是，这个日期列将再次更改为字符串。但我不希望它成为字符串。我希望它是datetime类型，不包括每个单元格中的时间值。 将其从字符串转换为日期时间后，可能的解决方案如下所示，但它将再次在其中添加时间值-

df['Date'] = pd.to_datetime(df['Date'])

执行上述两个步骤后，还将包括12:00:00 AM或00:00:00 AM的时间以及日期值

希望我清楚。

---

如何使用最终列值作为日期类型获得所需结果

您可以在excelwriter中设置日期格式

writer = pd.ExcelWriter("pandas_datetime.xlsx",
                        engine='xlsxwriter',
                        date_format='%d/%b/%Y')
df.to_excel(writer)

但我希望它是下面的类型，而不是将其更改为字符串

不，这是不可能的，如果想要没有时间的日期时间，python/pandas中只有模式

YYYY-MM-DD

#datetimes with no times
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y %I:%M:%S %p').dt.floor('d')
#python dates
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y %I:%M:%S %p').dt.date

对于所有自定义格式，日期时间都转换为字符串，如：

df['Date'] = df['Date'].dt.strftime('%d/%b/%Y')

---

但在上面的代码中，在哪里指定日期的列名呢？据我所知，当将数据写入excel时，它将对所有datetime类型的列使用此格式。您可以建议其他方法吗？xlsxwriter也包括时间，如12:00:00 AM，但我不想要它。也不以所需格式生成输出。我认为在python和pandas中不可能。是否有任何支持库可供使用执行此任务？@VishavGupta-此行为的原因是什么？因为我希望最终的数据帧存储在另一个Excel文件中。在那个Excel文件中，若我应用过滤器，它会将值作为字符串而不是日期处理。基本上，我是用它来自动化excel文件的。这样excel文件将自动生成用户定义格式的每一列。@VishavGupta-hmmm，那么如果将日期写入excel就不工作了？可能需要使用

df['Date']=pd.to_datetime（df['Date']，格式='%m/%d/%Y%I:%m:%S%p'）.dt.floor（'d'）

用于没有时间的datetime，而不是

dt.Date

用于datesYes。如果我们将此数据框日期写入excel，则不起作用。excel将其视为字符串值。还尝试了df['Date']=pd.to_datetime（df'Date']，格式='%m/%d/%Y%I:%m:%S%p'）.dt.floor（'d'）但无法生成所需的输出这是否回答了您的问题？