将熊猫数据框中的初始日期与时间列组合为日期时间

Question

我正在阅读标题中包含年-月-日的文本日志文件，以及每行包含小时：分钟：秒的列。有点像这样：

Yr=17  Mn= 3 Dy= 3

19:22:59.894       52
19:24:12.130      106
19:24:13.241      107
...

我将日期作为datetime.date 对象：例如datetime.date(2017, 3, 3)。我有一个系列的时代：

df['Time'] = pd.to_datetime(df['Time strings'], format='%H:%M:%S.%f')

如何将标量日期与时间数组相加？

此外，其中一些日志会超过午夜。我想我需要使用numpy.unwrap() 之类的东西才能继续到下一个日期，但我不确定如何使用pandas.datetime。

Answer 1

您可以使用pd.to_timedelta，而不是在times上使用pd.to_datetime。然后，您可以简单地将该文件的日期时间添加到整个列中，它将被转换为日期时间列。

示例

times = ['4:23:12.12', '11:25:43.23', '14:29:55.42']

df = pd.DataFrame(dict(times=times))

df.times = pd.to_timedelta(df.times)

df
#             times
# 0 04:23:12.120000
# 1 11:25:43.230000
# 2 14:29:55.420000

file_date = datetime.date(2017, 3, 3)

df.times += file_date

df
#                     times
# 0 2017-03-03 04:23:12.120
# 1 2017-03-03 11:25:43.230
# 2 2017-03-03 14:29:55.420

---

或者，您可以尝试在输入 parse_dates 时读取日期/时间。