使用 Pandas 组合日期和时间列
在 pandas 中，组合日期和时间列可能是数据分析和操作的必要任务。这可以使用多种方法来实现，其中之一是通过 pd.to_datetime() 函数。
考虑一个具有单独“日期”和“时间”列的 DataFrame：
data = {'Date': ['01-06-2013', '02-06-2013', '02-06-2013', '02-06-2013', '02-06-2013', '03-06-2013', '03-06-2013', '03-06-2013', '03-06-2013', '04-06-2013'],
'Time': ['23:00:00', '01:00:00', '21:00:00', '22:00:00', '23:00:00', '01:00:00', '21:00:00', '22:00:00', '23:00:00', '01:00:00']}
df = pd.DataFrame(data)要合并这些列，您可以简单地使用 ' ' 运算符将它们与空格连接起来分隔符：
df['DateTime'] = df['Date'] + ' ' + df['Time']
df['DateTime'] 0 01-06-2013 23:00:00 1 02-06-2013 01:00:00 2 02-06-2013 21:00:00 3 02-06-2013 22:00:00 4 02-06-2013 23:00:00 5 03-06-2013 01:00:00 6 03-06-2013 21:00:00 7 03-06-2013 22:00:00 8 03-06-2013 23:00:00 9 04-06-2013 01:00:00 Name: DateTime, dtype: object
现在，您可以使用 pd.to_datetime() 将组合的“DateTime”列转换为日期时间格式：
df['DateTime'] = pd.to_datetime(df['DateTime'])
df['DateTime'] 0 2013-01-06 23:00:00 1 2013-02-06 01:00:00 2 2013-02-06 21:00:00 3 2013-02-06 22:00:00 4 2013-02-06 23:00:00 5 2013-03-06 01:00:00 6 2013-03-06 21:00:00 7 2013-03-06 22:00:00 8 2013-03-06 23:00:00 9 2013-04-06 01:00:00 Name: DateTime, dtype: datetime64[ns]
或者，您可以使用格式指定“DateTime”字符串的格式参数：
df['DateTime'] = pd.to_datetime(df['DateTime'], format='%m-%d-%Y %H:%M:%S')
请记住处理由于无效的日期或时间格式而可能出现的任何转换错误。
以上是如何将 Pandas 中的日期和时间列合并为单个日期时间列？的详细内容。更多信息请关注PHP中文网其他相关文章！
