Python 如何在数据帧中将时间戳转换为datetime.date？

我需要在日期上将两个数据框合并在一起，但它们当前有不同的日期类型。1是时间戳（从excel导入），另一个是

datetime.date

有什么建议吗

---

我已经尝试了

pd.to_datetime（）.date

，但这只适用于单个项目（例如

df.ix[0,0]

），它不允许我应用于整个系列（例如

df['mydates']

）或数据框。

如果需要

datetime.date

对象。。。然后使用

时间戳的
.date
属性让他们完成

pd.to_datetime(df['mydates']).date

我从一位同事那里得到了一些帮助

这似乎解决了上述问题

pd.to_datetime（df['mydates']）.apply（lambda x:x.date（））
另一个问题被标记为dupe，指向这个问题，但它没有包括这个答案，这似乎是最简单的答案（在发布/回答这个问题时可能还不存在这个方法）：

pandas文档展示了一种“将时间戳对象转换为本机Python datetime对象”的方法。
当我遇到类似问题时，我发现以下方法最有效。例如，使用数据帧
df
，在列
ts
中有一系列时间映射

df.ts.apply(lambda x: pd.datetime.fromtimestamp(x).date())

这样就可以进行转换，您可以省去datetimes的
.date（）
后缀。然后更改数据帧上的列。就像这样

df.loc[:, 'ts'] = df.ts.apply(lambda x: pd.datetime.fromtimestamp(x).date())

对我来说，这很有效：

from datetime import datetime
df[ts] = [datetime.fromtimestamp(x) for x in df[ts]]

比上面简单得多：

df['mydates'].dt.date

假设时间列为时间戳整数毫秒格式

1天=86400000毫秒

给你：

day_divider = 86400000

df['time'] = df['time'].values.astype(dtype='datetime64[ms]') # for msec format

df['time'] = (df['time']/day_divider).values.astype(dtype='datetime64[D]') # for day format

pd.to_datetime（df['mydates']）Hi@piRSquared。不幸的是，这不起作用。pd.todatetime（df['my_dates']）在我访问系列中的1个元素时仍然返回pandas.tslib.Timestamp（例如，如果我将其保存为一个新的数据帧作为df2，类型（df2.ix[0,0]），并且我需要它是datetime.date，这似乎也不起作用。然而，如果输入是一个包含一行的序列，
s.date.date（）
对我有效。
pd.to\u datetime（df['mydates']）apply（lambda x:x.date（））
这应该有效