将 .to_datetime 的多列合并为一列答案

【问题标题】：Making multiple columns into one for .to_datetime将 .to_datetime 的多列合并为一列
【发布时间】：2022-11-17 02:44:24
【问题描述】：

目前我有一个代码设置来读取 CSV 文件，但 CSV 文件的列 DAY、YEAR 和 MONTH 都是整数。我想让它们都成为 datetime64[ns] 对象的一列。

为了使它们成为 datetime64[ns] 对象，我执行了以下操作：

df.insert(0, "DATE", 0, True)
df["YEAR"] = df["YEAR"].astype(str)
df["MONTH"] = df["MONTH"].astype(str)
df["DAY"] = df["DAY"].astype(str)
cols = ["MONTH", "DAY", "YEAR"]
df["DATE"] = df["MONTH"] + "-" + df["DAY"] + "-" + df["YEAR"]
df["DATE"] = pd.to_datetime(df["DATE"])

我的问题是，有没有更有效的方法来做到这一点？我是大熊猫和一般编码的新手，所以提前谢谢你！

【问题讨论】：

标签： python pandas analytics

【解决方案1】：

查看 pd.to_datetime docs 和您列出的列，您应该能够执行类似的操作。

df["DATE"] = pd.to_datetime(df[["YEAR", "MONTH", "DAY"]])

没有数据不能肯定地说，但pd.to_datetime 应该能够处理这些列而不必更改它们。

【讨论】：