将日期列和时间列合并为日期时间列答案

【问题标题】：Combine date column and time column into datetime column将日期列和时间列合并为日期时间列
【发布时间】：2013-11-29 08:06:29
【问题描述】：

我有一个这样的 Pandas 数据框；（解析excel文件得到）

|     |     COMPANY NAME           | MEETING DATE        | MEETING TIME|
-----------------------------------------------------------------------|
|YKSGR|    YAPI KREDİ SİGORTA A.Ş. | 2013-12-16 00:00:00 |14:00:00     |
|TRCAS|    TURCAS PETROL A.Ş.      | 2013-12-12 00:00:00 |13:30:00     |

列MEETING DATE 是一个时间戳，其表示形式类似于Timestamp('2013-12-20 00:00:00', tz=None)，MEETING TIME 是一个datetime.time 对象，其表示形式类似于datetime.time(14, 0)

我想将MEETING DATE 和MEETING TIME 合并为一列。 datetime.combine 似乎做了我想做的事，但是，我需要以某种方式按列应用这个函数。我怎样才能做到这一点？

【问题讨论】：

也许你可以apply函数（或任何你想要的函数）到会议日期和会议时间pandas.pydata.org/pandas-docs/dev/generated/…

标签： python datetime pandas data-analysis

【解决方案1】：

你可以使用apply方法，像这样apply combine：

>>> df.apply(lambda x: combine(x['MEETING DATE'], x['MEETING TIME']), axis=1)
0   2013-12-16 14:00:00
1   2013-12-12 13:00:00

【讨论】：

嘿，我遇到了类似的问题，我尝试了这个 - 但我收到一个错误 - combine() 参数 1 必须是 datetime.date，而不是 Series。我想 combine 不会占用整个系列，一次只占用一个元素。我该如何解决这个问题？

【解决方案2】：

其他解决方案对我不起作用，所以我想出了一个解决方法，使用 replace 而不是 combine：

def combine_date_time(df, datecol, timecol):
   return df.apply(lambda row: row[datecol].replace(
      hour=row[timecol].hour,
      minute=row[timecol].minute),
      axis=1
   )

在你的情况下：

combine_date_time(df, 'MEETING DATE', 'MEETING TIME')

感觉很慢（我没有正确计时），但它有效。

更新：我已经为相对较大的数据集（>500.000 行）计时了这两种方法，并且它们都有相似的运行时间，但使用 combine 更快（replace 与 59 秒相比） combine 为 50 秒）。另外，请参阅jezrael 对此的回答。

UPDATE2：我试过jezrael的方法：

def combine_date_time(df, datecol, timecol):
    return pd.to_datetime(df[datecol].dt.date.astype(str)
                          + ' '
                          + df[timecol].astype(str))

相比之下，这种方法非常快，jezrael 是对的。虽然我无法测量它，但它是显而易见的。

【讨论】：

我添加了更快的解决方案，你可以检查一下。
我的解决方案有多快？
@jezrael 抱歉，我无法让它工作。我现在不能花时间在上面。不过，感谢您的贡献。
没问题。在 pandas 中最好使用非常快的 pandas 矢量化函数，如果不存在，则使用 apply，因为速度很慢。

【解决方案3】：

您可以先将Time 列转换为string，然后再转换为to_timedelta，然后很容易将两列相加：

print (type(df['MEETING DATE'].iat[0]))
<class 'pandas.tslib.Timestamp'>

print (type(df['MEETING TIME'].iat[0]))
<class 'datetime.time'>

print (df['MEETING DATE'] + pd.to_timedelta(df['MEETING TIME'].astype(str)))
YKSGR   2013-12-16 14:00:00
TRCAS   2013-12-12 13:30:00
dtype: datetime64[ns]

【讨论】：