Question

我正在使用具有两列的CSV，一列的日期为月/日/年格式（例如01/15/2019），另一列的时间为12小时制AM表示“ a”，PM表示“ p”。示例：10/9 / 2017,9：50a和10/9 / 2017,3：50p。我想将这两列合并为DateTime对象的一列，例如“ 2017-10-09 09:50:00”和“ 2017-10-09 15:50:00”。

这些恰好在CSV的第2列和第3列中。我用pd.read_csv尝试了以下选项：

通过parse_dates = True：似乎没有任何反应。根据{{1}}，结果日期和时间列只是“对象”，而不是DateTime对象。
传递dtypes：合并列，但不会产生DateTime对象。
传递parse_dates = [[2,3]]：将各个列转换为DateTime对象，但不合并；日期列已正确转换，但时间列以今天的日期结尾，例如parse_dates = [2,3]。

我也尝试过2019-01-15 15:50:00，但是我不确定我需要给它什么解析功能-好像熊猫应该能够处理这些日期/时间格式而无需强制。

有什么想法吗？提前致谢。

Answer 1

在将数据读入数据框后，您可以转换为datetime 。由于您的date和time组件分为两个系列，因此尝试直接与pd.read_csv进行解析可能很困难。

from io import StringIO

x = """date,time
10/9/2017,9:50a
10/9/2017,3:50p"""

# replace StringIO(x) with 'file.csv'
df = pd.read_csv(StringIO(x))

df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'])

print(df)
#         date   time            datetime
# 0  10/9/2017  9:50a 2017-10-09 09:50:00
# 1  10/9/2017  3:50p 2017-10-09 15:50:00

Answer 2

我想通了，就在@jpp发布他们的解决方案并使用了类似的东西之后：

df = pd.read_csv("rawdata.csv", parse_dates={"Combined": [2,3]})
df['Combined'] = pd.to_datetime(df['Combined'], errors="coerce")

最后一个参数是因为我的数据中包含NaN。基本上：与其他答案一样，请先合并列，然后再使用to_datetime进行更改。再次感谢。

如何将一个Pandas数据框列与日期结合，将另一个与时间结合？

2 个答案: