Question

我有一个包含13列的数据框，其中两列是“Date”和“Time”。

我想 1）加入“日期”和“时间”和 2）正确格式化结果（DD.MM.YYYY HH：MM：SS）

        Date    Time
0   2012-09-27  00:40:20
1   2012-09-27  07:24:37
2   2012-09-27  07:25:08
3   2012-09-27  07:43:48
4   2012-09-27  07:44:27
5   2012-09-27  07:55:16
6   2012-09-27  08:04:19
7   2012-09-27  08:08:21
8   2012-09-27  08:09:08
9   2012-09-27  08:15:30
10  2012-09-27  08:15:35

所以我试试：

>type(df["Date"])
pandas.core.series.Series

我觉得自己“为什么不将它们转换为字符串表示并以这种方式操纵它们？”

>g = df["Time"].astype(str)
>type(g)
pandas.core.series.Series

“什么？！它仍然是一个系列？！”

所以我努力发挥创意：

>f = df["Date"].astype(str) + " " + df["Time"].astype(str)
>f
0     2012-09-27 00:40:20
1     2012-09-27 07:24:37
2     2012-09-27 07:25:08
3     2012-09-27 07:43:48

“嘿！那很有效！不要让格式正确（DD.MM.YYYY HH：MM：SS）”

>#dt.strptime(f, '%Y-%m-%d %H:%M:%S')
TypeError: strptime() argument 1 must be str, not Series

“仍然是一个系列......嗯....显然它不会让自己被转换。让我们尝试其他的东西”

>f = p.concat([df["Date"], df["Time"]], axis=1)
>f
        Date    Time
0   2012-09-27  00:40:20
1   2012-09-27  07:24:37
2   2012-09-27  07:25:08

“很好！但......这两个专栏是不是......？”

>f.shape
(100,2)

“正确......回到原点......”

我没有想法......

任何？

Answer 1

可以将列连接并分配到数据框中的新列或现有列：

df['datetime'] = df['dates'] + " " + df['time']

输出示例：

        dates      time             datetime
0  2012-09-27  00:40:20  2012-09-27 00:40:20
1  2012-09-27  07:24:37  2012-09-27 07:24:37
2  2012-09-27  07:25:08  2012-09-27 07:25:08

Answer 2

.astype(str)适用于系列的元素，而不是系列本身，当然type(df["Time"].astype(str)) == pd.Series。这似乎是你大部分困惑的根源，你在系列上行动，不其元素。

解决方案（可能更简单的方法）就是循环遍历系列：

dts = [datetime.datetime.strptime(elem, '%Y-%m-%d%H:%M:%S') 
       for elem in df['Date'] + df['Time']]

fmted = [elem.strftime('%d-%m-%Y %H:%M:%S') for elem in dts]

df.insert(0, 'DateTime', fmted)

Answer 3

我认为您需要使用to_datetime加入专栏：

print (type(df.loc[0, 'Date']))
<class 'str'>
print (type(df.loc[0, 'Time']))
<class 'str'>

df['datetime'] = pd.to_datetime(df['Date'] + " " + df['Time'])

如果日期时间为string s：

print (type(df.loc[0, 'Date']))
<class 'pandas._libs.tslib.Timestamp'>
print (type(df.loc[0, 'Time']))
<class 'str'>

df['datetime'] = df['Date']  + pd.to_timedelta(df['Time'])

如果日期时间为time s：

print (type(df.loc[0, 'Date']))
<class 'pandas._libs.tslib.Timestamp'>

print (type(df.loc[0, 'Time']))
<class 'datetime.time'>

df['datetime'] = df['Date']  + pd.to_timedelta(df['Time'].astype(str))

如果有时间日期：

print (type(df.loc[0, 'Date']))
<class 'datetime.date'>

print (type(df.loc[0, 'Time']))
<class 'datetime.time'>

df['datetime'] = pd.to_datetime(df["Date"].astype(str) + " " + df["Time"].astype(str))

print (df)
          Date      Time            datetime
0   2012-09-27  00:40:20 2012-09-27 00:40:20
1   2012-09-27  07:24:37 2012-09-27 07:24:37
2   2012-09-27  07:25:08 2012-09-27 07:25:08
3   2012-09-27  07:43:48 2012-09-27 07:43:48
4   2012-09-27  07:44:27 2012-09-27 07:44:27
5   2012-09-27  07:55:16 2012-09-27 07:55:16
6   2012-09-27  08:04:19 2012-09-27 08:04:19
7   2012-09-27  08:08:21 2012-09-27 08:08:21
8   2012-09-27  08:09:08 2012-09-27 08:09:08
9   2012-09-27  08:15:30 2012-09-27 08:15:30
10  2012-09-27  08:15:35 2012-09-27 08:15:35

熊猫：将日期和时间加入一个日期时间列

3 个答案: