Python datetime访问器操作的NumPy等价物

使用Pandas，我可以通过

mySeries.dt.date

将日期时间序列转换为日期序列

对于numpy专栏来说，情况会是怎样的？例如：

import pandas as pd
df = pd.DataFrame({"a": ["31.12.1999 23:59:12", "31.12.1999 23:59:13", "31.12.1999 23:59:14"], "b": [4, 5, 6]})
df["datetime"] = pd.to_datetime(df.a)
df["date"]=df.datetime.dt.date
print("df.columns:", df.columns)
df.columns: Index(['a', 'b', 'datetime', 'date'], dtype='object')

回溯（最近一次呼叫最后一次）：
文件“/home/user/anaconda3/lib/python3.6/site packages/IPython/core/interactiveshell.py”，第2963行，运行代码
exec（代码对象、self.user\u全局、self.user\n）
文件“”，第1行，在
dfVal[：，2].dt.date
AttributeError:'numpy.ndarray'对象没有属性'dt'

---

dt.日期

arr.astype('datetime64[D]')
# array(['1999-12-31', '1999-12-31', '1999-12-31'], dtype='datetime64[D]')

arr.astype('datetime64[D]') - arr.astype('datetime64[M]') + 1
# array([31, 31, 31], dtype='timedelta64[D]')

---

dt.月

arr.astype('datetime64[M]') - arr.astype('datetime64[Y]') + 1
# array([12, 12, 12], dtype='timedelta64[M]')

---

dt.年

arr.astype('datetime64[Y]')
#  array(['1999', '1999', '1999'], dtype='datetime64[Y]')

---

dt.日期

arr.astype('datetime64[D]')
# array(['1999-12-31', '1999-12-31', '1999-12-31'], dtype='datetime64[D]')

arr.astype('datetime64[D]') - arr.astype('datetime64[M]') + 1
# array([31, 31, 31], dtype='timedelta64[D]')

---

相当令人印象深刻！非常好！事实上，我想拿回一个

日期

（那么一个

1999-12-31

值）@user7468395 arr.astype（'datetime64[Y]'）对你有用吗？@Ben.T是的。谢谢你发现了。不在我的电脑上，所以无法测试它。

arr.astype('datetime64[Y]')
#  array(['1999', '1999', '1999'], dtype='datetime64[Y]')

arr.astype('datetime64[D]') - arr.astype('datetime64[M]') + 1
# array([31, 31, 31], dtype='timedelta64[D]')