df['date_column'] = pd.to_datetime(df['datetime_column']).dt.date
df['date_column'] = pd.to_datetime(df['datetime_column']).dt.date
# convert the 'Date' column to datetime format
df['Date']= pd.to_datetime(df['Date'])
# Check the format of 'Date' column
df.info()
df['date_only'] = df['date_time_column'].dt.date
import pandas as pd
df = pd.Dataframe(data)
df.index = pd.DatetimeIndex(data=df.index, tz='US/Eastern') # naive--> aware
df.index = pd.DatetimeIndex(df.index.tz_convert('US/Pacific')) # aware--> aware
df
df['date'] = pd.to_datetime(df['date'], utc=True, errors='coerce')
[dt.to_datetime().date() for dt in df.dates]
pd.Timestamp('2014-01-23 00:00:00', tz=None).to_pydatetime()
df = pd.DataFrame({'date':['31DEC2002','31 December 2015 00:00:00.000 GMT','.']})
df['date'] = pd.to_datetime(df['date'], utc=True, errors='coerce')
print (df)
date
0 2002-12-31 00:00:00+00:00
1 2015-12-31 00:00:00+00:00
2 NaT
df = pd.DataFrame({'year': [2015, 2016],
'month': [2, 3],
'day': [4, 5]})
pd.to_datetime(df)
0 2015-02-04
1 2016-03-05
dtype: datetime64[ns]