Python 用不同的时间匹配两个相似的日期

我从CSV文件中读取熊猫数据帧中的两个日期（df1.a_date和df2.a_date）。它们在日期级别（YYYY-MM-DD）匹配，但在时间级别（HH:MM:SS）不匹配。两者都作为dtype:object读入

我需要合并日期上的两个数据帧，但由于它们不精确，我可能需要首先转换它们。有什么想法吗

编辑：

我曾尝试使用硅藻土.date从pandas.datetime构建一个新的日期，但这似乎不起作用

datetime.date(df.a_date.year, df.a_date.month, df.a_date.day)

---

pandas datetime对象没有年、月、日访问器。

将datetime格式化为仅包含YYYY-MM-DD：

假设df是您的数据帧：

'{:%Y-%m-%d}'.format(d)

---

假设dft是您的数据帧，“索引”列包含日期时间：

In [1804]: dft.head()
Out[1804]: 
                index         A
0 2013-01-01 00:00:00  1.193366
1 2013-01-01 00:01:00  1.013425
2 2013-01-01 00:02:00  1.281902
3 2013-01-01 00:03:00 -0.043788
4 2013-01-01 00:04:00 -1.610164

如果需要，可以将该列转换为只包含日期，并将其保存在其他列中。并对其进行操作：

In [1805]: dft['index'].apply(lambda v:v.date()).head()
Out[1805]: 
0    2013-01-01
1    2013-01-01
2    2013-01-01
3    2013-01-01
4    2013-01-01
Name: index, dtype: object

---

可以规范化日期列/日期时间索引：

注意：目前normalize没有导出到dt访问器，因此我们需要用DatetimeIndex包装

---

如果它也是DatetimeIndex，则可以使用

df.index

而不是

df[col\u name]

将datetime列转换为日期。将其保存在另一列中，然后在这些列上合并。这基本上就是我一直试图弄清楚的，但我似乎无法确定确切的代码。你（或其他人）能举个例子吗？请先把你试过的东西拿出来。谢谢这就成功了。现在我只需要处理缺少的值。@NicholasTulach这将比使用dt.date或dt.normalize慢得多（normalize是最快的）。

In [11]: df = pd.DataFrame(pd.date_range('2015-01-01 05:00', periods=3), columns=['datetime'])

In [12]: df
Out[12]:
             datetime
0 2015-01-01 05:00:00
1 2015-01-02 05:00:00
2 2015-01-03 05:00:00

In [13]: df["date"] = pd.DatetimeIndex(df["datetime"]).normalize()

In [14]: df
Out[14]:
             datetime       date
0 2015-01-01 05:00:00 2015-01-01
1 2015-01-02 05:00:00 2015-01-02
2 2015-01-03 05:00:00 2015-01-03