如何将一个 Pandas 数据框列与日期和另一个与时间相结合？答案

【问题标题】：How to combine one Pandas dataframe column with a date and another with a time?如何将一个 Pandas 数据框列与日期和另一个与时间相结合？
【发布时间】：2019-01-15 19:13:05
【问题描述】：

我正在使用包含两列的 CSV，一列的日期为月/日/年格式（例如 2019 年 1 月 15 日），另一列的时间格式为 12 小时制“a”代表 AM，“p”代表 PM。示例：10/9/2017,9:50a 和 10/9/2017,3:50p。我想将这两列合并为一列 DateTime 对象，例如“2017-10-09 09:50:00”和“2017-10-09 15:50:00”。

这些恰好位于 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：似乎没有发生任何事情。根据dtypes，生成的日期和时间列只是“对象”，而不是 DateTime 对象。
传递parse_dates = [[2,3]]：合并列但不会生成 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，但时间列最后附有 今天的日期，例如2019-01-15 15:50:00。

我也尝试过date_parser，但我不确定我需要给它什么解析功能——看起来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。

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

您可以在将数据读入数据框后转换为datetime。由于您的 date 和 time 组件分为 2 个系列，因此尝试直接使用 pd.read_csv 进行解析可能会很困难。

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

【讨论】：

谢谢！用稍微不同的配方尝试了这个，这很有效。

【解决方案2】：

我想通了，就在@jpp 发布他们的解决方案并使用了这样的东西之后：

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有 NaN。基本上：就像其他答案所说，先组合列，然后使用to_datetime 进行更改。再次感谢。

【讨论】：