Python 如何删除列中的日期信息，只保留时间

我正在使用熊猫数据帧。有一个特定的列包含时间信息

原始数据如下所示：

5:15am
5:28am
6:15am

因此，我需要将原始数据转换为datetime格式：

format = '%I:%M%p'
dataset['TimeStamp'] = pd.to_datetime(dataset['TimeStamp'],format)

然而，我得到：

2014-07-04 05:15:00
2014-07-04 05:28:00
2014-07-04 06:15:00

---

我不需要年份和日期信息，只需要时间。我怎样才能删除它。谢谢。

以下内容将转换为datetime.time（）对象：

输出

  TimeStamp
0  05:15:00
1  05:28:00
2  06:15:00

只要使用这个函数

datetime.time（）
返回具有相同时、分、秒和微秒的时间对象。tzinfo没有。另请参见方法timetz（）

---

这将返回一个

datetime.time

对象，您可以使用

time.hour

time.minute

和

time.second

属性访问数据。

自版本

0.17.0

以来，您只需执行以下操作即可

dataset['TimeStamp'].dt.time

对于早于

0.17.0

的版本：

您只需调用

apply

并访问datetime对象上的

time

函数即可创建列，最初无需进行后期处理：

In [143]:

dataset['TimeStamp'] = pd.to_datetime(dataset['TimeStamp'],format).apply(lambda x: x.time())
dataset
Out[143]:
  TimeStamp
0  05:15:00
1  05:28:00
2  06:15:00

---

dataset['TimeStamp']=dataset['TimeStamp'].str.slice（11,18）

使用pandas有一种更简单的方法，尽管大多数（如果不是所有）解决方案都是正确的

df.TimeStamp = pd.to_datetime(df.TimeStamp).dt.strftime('%H:%M')

您的日期时间

假设带有日期和时间的列是

df['arrived\u date']

：

0   2015-01-06 00:43:00
1   2015-01-06 07:56:00
2   2015-01-06 11:02:00
3   2015-01-06 11:22:00
4   2015-01-06 15:27:00
Name: arrived_date, dtype: datetime64[ns]

对于熊猫，你只需要做：

df['arrived_time']=df['arrived_date'].dt.time 

新列

df['arrived\u time']

将如下所示：

0    00:43:00
1    07:56:00
2    11:02:00
3    11:22:00
4    15:27:00
Name: arrived_time, dtype: object

---

观察新列，

df['arrized\u time']

不再是

datetime64

类型，该列的类型只是一个pandas

对象

更好地执行

pd.DatetimeIndex（dateset['TimeStamp'）。time

相同的结果though@Jeff谢谢这对我有效，而不是公认的解决方案。结果我想要

val.date（）

答案给了我灵感：）

0    00:43:00
1    07:56:00
2    11:02:00
3    11:22:00
4    15:27:00
Name: arrived_time, dtype: object