Python 如何通过删除纳秒来转换日期时间

我有以下格式的样本CSV数据，其中包含时间

2014-04-29 00:00:01.933000 2014-04-29 00:00:01.933000

我可以做pd.to_datetime（data['ts']），也可以做pd.DatetimeIndex（data['ts']）

但是如何将输出格式化为%Y-%m-%d%H:%m:%S或基本上在纳秒内删除

这个简单的dateformatter似乎在所有文档中都被遗漏了，我在pandas中读到过。我知道另一种选择是转换为浮动

np.floor(pd.DatetimeIndex(pd.to_datetime(sdfeed1['ts'])).astype(int64)/1e9)

我不喜欢这种丑陋的方法。是否有任何简单的方法将日期时间数组转换为简单格式。就像excel一样，不使用任何lambda函数

转换（…日期列表…，格式=“…”），应该像这样简单！我要求太多了吗？为此推送np和lambda函数太过分了。

您可以这样尝试：

datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")

这会将结果输出为：

'2014-09-05 14:41:26'

---

使用

dateutil.parser

，然后格式化datetime对象

>>> from dateutil.parser import parse
>>> raw_text = '2014-04-29 00:00:01.933000 2014-04-29 00:00:01.933000 2014-04-29 00:00:02.308000 2014-04-29 00:00:02.308000 2014-04-29 00:00:03.308000 2014-04-29 00:00:03.308000 2014-04-29 00:00:06.792000 2014-04-29 00:00:06.792000 2014-04-29 00:00:07.480000 2014-04-29 00:00:07.480000 2014-04-29 00:00:08.355000 2014-04-29 00:00:08.355000 2014-04-29 00:00:15.027000 2014-04-29 00:00:15.027000 2014-04-29 00:00:15.917000 2014-04-29 00:00:15.917000 2014-04-29 00:00:22.558000 2014-04-29 00:00:22.558000'
>>> dates = raw_text.split()
>>> date_parts = 2
>>> for idx in xrange(0,len(dates),date_parts):
...     text = ' '.join(dates[idx:idx+date_parts])
...     dt = parse(text)
...     dt.strftime("%Y-%m-%d %H:%M:%S")
... 
'2014-04-29 00:00:01'
'2014-04-29 00:00:01'
'2014-04-29 00:00:02'
'2014-04-29 00:00:02'
'2014-04-29 00:00:03'
'2014-04-29 00:00:03'
'2014-04-29 00:00:06'
'2014-04-29 00:00:06'
'2014-04-29 00:00:07'
'2014-04-29 00:00:07'
'2014-04-29 00:00:08'
'2014-04-29 00:00:08'
'2014-04-29 00:00:15'
'2014-04-29 00:00:15'
'2014-04-29 00:00:15'
'2014-04-29 00:00:15'
'2014-04-29 00:00:22'
'2014-04-29 00:00:22'

注意：

dateutil.parser

在不指定模式的情况下解析日期字符串

>>> text = '2014/04/29 00:00:01.933000'
>>> dt = parse(text)
>>> dt.strftime("%Y-%m-%d %H:%M:%S")
'2014-04-29 00:00:01'
>>> 
>>> text = '29/4/14 00:00:01.933000'
>>> dt = parse(text)
>>> dt.strftime("%Y-%m-%d %H:%M:%S")
'2014-04-29 00:00:01'

这将把datetime64[ns]的纳秒设置为0。最终结果仍然是datetime64[ns]，但在调用astype（）时，纳秒将被删除。

这个结果如何

pd.Timestamp("now").round('s')

---

那么我必须这样做。。。。pd.to_datetime（sdfeed['ts']）[0]。strftime（“%Y-%m-%d%H:%m:%S”）sdfeed['ts']也是一个数组……为什么strftime不能在整个数组上工作？这将再次导致lambda函数@咖啡馆：真的！它不会马上做这件事。您需要遍历数组并执行相同的操作。@coffeequant:-我想到的第二个选项是使用

unicode（datetime.datetime.now（）.replace（微秒=0））

2014-04-29 00:00:01.933000 2014-04-29 00:00:01.933000 2014-04-29 00:00:02.308000 2014-04-29 00:00:02.308000 2014-04-29 00:00:02.308000 2014-04-29 00:00:03.308000 2014-04-29 00:00:03.308000 2014-04-29 00:00:00:06.792000 2014-04-04-29 00:00:00:00:07.4800002014-04-29 00:00:08.355000 2014-04-29 00:00:08.355000 2014-04-29 00:00:15.027000 2014-04-04-29 00:00:15.917000 2014-04-29 00:00:15.917000 2014-04-04-29 00:00:22.558000 2014-04-29 00:00:00:22.558000姓名：ts，数据类型：datetime64[ns]您的问题是什么：将datetime转换为不带纳秒的字符串（这是一个格式化问题），或者将其转换为不带纳秒的日期时间（这是一个舍入问题）？这里有一个开放的问题，可以将DatetimeIndex舍入作为一个函数提供：。您可以直接在自己身上对其进行修补。同时，感谢您提出的拉取请求！

pd.Timestamp("now").round('s')