我使用pandas.to_datetime解析数据中的日期。默认情况下，熊猫代表的日期为datetime64[ns]，即使这些日期都是每日的。
我想知道是否有一种优雅/聪明的方法可以将日期转换为datetime.date或datetime64[D]，以便在我将数据写入CSV时，日期不会附加00:00。我知道我可以逐个元素手动转换类型：
[dt.to_datetime（）.date（）表示df.dates中的dt]
但这真的很慢，因为我有很多行，这有点违背了使用pandas.to\u datetime的目的。有没有办法一次转换整列的dtype？或者，pandas.to_datetime是否支持精度规范，以便我在处理日常数据时可以去掉时间部分
由于版本0.15.0现在可以使用.dt轻松地访问日期组件：
df['just_date']=df['dates'].dt.date
上面返回的是一个datetime.datedtype，如果您想要一个datetime64，那么您可以将时间组件标准化为午夜，以便将所有值设置为00:00：
df['normalized_date']=df['dates'].dt.normalize（）
这将使dtype保持为datetime64，但显示屏仅显示date值
- 熊猫：
.dt存取器 pandas.Series.dt