如何组合我的数据框的列来创建一个可以用作索引的日期时间列？答案

【问题标题】：How do I combine columns of my dataframe to create one datetime column which I can use as my index?如何组合我的数据框的列来创建一个可以用作索引的日期时间列？
【发布时间】：2016-06-25 14:37:20
【问题描述】：

我正在使用 Python Pandas 进行数据分析。

我有一个从 excel 文件中提取的数据框，其中有 6 列描述时间戳（年、月、日、小时、分钟、秒）。我想创建一个 pandas.datetime 变量，但是当我使用 pd.to_datetime() 函数这样做时，会发生以下情况：

我的数据框（df）：

jaar maand  dag uur minuten seconden
2005    7   1   0   0        0
2005    7   1   0   10       0
2005    7   1   0   20       0
2005    7   1   0   30       0
2005    7   1   0   40       0
2005    7   1   0   50       0

我做了什么：

df['timestamp'] = pd.to_datetime(df['jaar'] + df['maand'] + df['dag'] + df['uur'] + df['minuten'] + df['seconden'])

但是我的 df.['timestamp'] 系列的项目将如下所示：

1970-01-01 00:00:00.20050701000000
1970-01-01 00:00:00.20050701001000
1970-01-01 00:00:00.20050701002000

合并日期的正确方法是什么？为什么 1970-01-01 的事情会发生在我的日期时间上？我无法手动设置自己的时间范围，因为这里和那里缺少日期点。

我也尝试过：

我可以将它们结合起来得到一行的时间戳，但是我有太多的数据，我不能使用循环来做到这一点。

date00 = pd.datetime(df.iloc[0, 0], df.iloc[0, 1], df.iloc[0, 2], df.iloc[0, 3], df.iloc[0, 4], df.iloc[0, 5])

这是我第一次在这里发帖。我希望编辑没问题。

【问题讨论】：

标签： python datetime pandas timestamp

【解决方案1】：

您可以使用to_datetime（为了测试而更改了一些值）：

print df
   jaar  maand  dag  uur  minuten  seconden
0  2005      7    1    0        0        10
1  2005      7    1   20       10         0
2  2005      7    1    4       20        12
3  2005      7    1    0       30         0
4  2005      7    1    0       40         0
5  2005      7    1    0       50         0

df['timestamp'] = pd.to_datetime(df['jaar']*10000000000
                                +df['maand']*100000000
                                +df['dag']*1000000
                                +df['uur']*10000
                                +df['minuten']*100
                                +df['seconden'],format='%Y%m%d%H%M%S')
print df
   jaar  maand  dag  uur  minuten  seconden           timestamp
0  2005      7    1    0        0        10 2005-07-01 00:00:10
1  2005      7    1   20       10         0 2005-07-01 20:10:00
2  2005      7    1    4       20        12 2005-07-01 04:20:12
3  2005      7    1    0       30         0 2005-07-01 00:30:00
4  2005      7    1    0       40         0 2005-07-01 00:40:00
5  2005      7    1    0       50         0 2005-07-01 00:50:00

【讨论】：

【解决方案2】：

看起来你有int dtypes，所以一种方法是使用apply 构造datetime，并将所有列作为参数：

In [381]:
import pandas as pd
import datetime as dt
df.apply(lambda x: dt.datetime(x['jaar'], x['maand'], x['dag'], x['uur'], x['minuten'], x['seconden']), axis=1)

Out[381]:
0   2005-07-01 00:00:00
1   2005-07-01 00:10:00
2   2005-07-01 00:20:00
3   2005-07-01 00:30:00
4   2005-07-01 00:40:00
5   2005-07-01 00:50:00
dtype: datetime64[ns]

你可以直接覆盖设置为索引：

In [382]:
df.index = df.apply(lambda x: dt.datetime(x['jaar'], x['maand'], x['dag'], x['uur'], x['minuten'], x['seconden']), axis=1)
df

Out[382]:
                     jaar  maand  dag  uur  minuten  seconden
2005-07-01 00:00:00  2005      7    1    0        0         0
2005-07-01 00:10:00  2005      7    1    0       10         0
2005-07-01 00:20:00  2005      7    1    0       20         0
2005-07-01 00:30:00  2005      7    1    0       30         0
2005-07-01 00:40:00  2005      7    1    0       40         0
2005-07-01 00:50:00  2005      7    1    0       50         0

【讨论】：