连接一个新列并重命名

Question

我正在尝试根据另一个（时间列中的小时列）生成一个新列。问题在于，连接后，它将获得相同的名称（“时间”）。 而且，当我尝试更改其中一项时，另一项也更改了。

那是为什么？

这是代码

df['time'] = pd.to_datetime(df['time'])
hour_col = pd.Series(df['time']).copy()
hour_col = hour_col.apply(lambda t: t.hour)
df = pd.concat([df, hour_col], axis=1)

名称更改：

df = df.rename(columns={ df.columns[3]: "hour" })

Answer 1

使用dt.hour：

df['time'] = pd.to_datetime(df['time'])
df['hours'] = df['time'].dt.hour

---

但是如果确实只需要您的解决方案rename column，则不必转换为Series，因为在选择{之后，DataFrame的每一列都是Series {1}}：

(print (type(df['time'])))

如果要按位置替换列（例如，因为重复的值和df = pd.DataFrame({'time':['10:20:30','20:03:04']}) df['time'] = pd.to_datetime(df['time']) hour_col = df['time'].rename('hour') hour_col = hour_col.apply(lambda t: t.hour) df = pd.concat([df, hour_col], axis=1) print (df) time hour 0 2018-11-24 10:20:30 10 1 2018-11-24 20:03:04 20 会更改两个名称，例如注释中提到的@Gla Avineri），请使用：

rename