【问题标题】:Pandas : date as year, month ... in separated columns to datetime熊猫:日期为年,月......在日期时间的单独列中
【发布时间】:2018-04-21 13:25:24
【问题描述】:

我有一个像这样的 Pandas DataFrame:

        Y   M   D   h   m    s  A             B             C
0    2017  10  17   0   0  0.0  2 -1.921937e-05  7.803138e-12
1    2017  10  17   0   0  0.0  2 -9.109295e-09  1.261762e-11
2    2017  10  17   0   0  0.0  2 -7.391985e-09  1.145216e-11
3    2017  10  17   0   0  0.0  2 -2.785207e-08  7.311125e-12

即其中年、月、日、小时、分钟、秒是整数或浮点数。

我想知道更好/更快的方法来获取包含日期为 datetime 的 Serie?

【问题讨论】:

标签: python pandas date datetime multiple-columns


【解决方案1】:

选项 1
手动连接列。

i = df.iloc[:, :6].astype(str)     
j = ['Y'] + '-' + i['M'] + '-' + i['D'] + ' ' + i['h'] + ':' + i['m'] + ':' + i['s'] 
pd.to_datetime(j)

0   2017-10-17
1   2017-10-17
2   2017-10-17
3   2017-10-17
dtype: datetime64[ns]

选项 2
必须为此归功于 piR。这涉及巧妙地重命名您的列并将数据帧切片传递给pd.to_datetime。

m = dict(Y='year', M='month', D='day', h='hour', m='minute', s='second')
v = df.iloc[:, :6].rename(columns=m)

   year  month  day  hour  minute  second
0  2017     10   17     0       0     0.0
1  2017     10   17     0       0     0.0
2  2017     10   17     0       0     0.0
3  2017     10   17     0       0     0.0


pd.to_datetime(v)

0   2017-10-17
1   2017-10-17
2   2017-10-17
3   2017-10-17
dtype: datetime64[ns]

【讨论】:

  • 选项2,重命名列看起来最好
猜你喜欢
  • 2019-09-10
  • 2021-10-11
  • 2021-12-06
  • 2019-04-23
  • 1970-01-01
  • 2017-08-22
  • 1970-01-01
  • 2016-07-27
  • 1970-01-01
相关资源
最近更新 更多