如何使用来自其他列的日期/时间信息在 Pandas 中创建新列答案

【问题标题】：How To Create New Column in Pandas Using Date/Time Information From Other Columns如何使用来自其他列的日期/时间信息在 Pandas 中创建新列
【发布时间】：2020-08-08 03:44:29
【问题描述】：

我有一个数据集，其中年/月/日/小时/分钟/秒数据存储在不同的列中：

Day,Date,Month,Year,Hour,Min,Sec,Wind dir,WS (m/s),Press (hPa),RH (%),T(C),Td(C),SR (W/m2)
Thu,11,April,2019,16,23,27,31,1.28,993.4,38,7,-6.1,470
Thu,11,April,2019,16,24,27,103,1.21,993.5,39,7,-5.9,515

我已将其从 csv 文件导入到 Pandas 数据框中：

df = pd.read_csv('/Users/jacks/Downloads/Cornell/SP20/Instrumentation/Lab 5/EAS2500_MetPak11_18April2019.csv', engine='python')

我想在此数据框中创建一个新列，以日期时间格式存储日期/时间数据。我已经使用以下代码进行了尝试：

df["Date_Time"] = datetime(df["Year"],df["Month"],df["Day"],df["Hour"],df["Min"],df["Sec"])

但我收到以下错误：

raise TypeError(f"cannot convert the series to {converter}")
TypeError: cannot convert the series to <class 'int'>

为什么这不起作用，我将如何完成这项任务？

【问题讨论】：

我猜月份很麻烦，Pandas 期待数字
@Alex 这似乎是合理的，尽管我想我记得 datetime 支持对月份/星期几的引用？有没有办法我可以通过并系统地将“月份”列中的每个“四月”实例替换为 4？

标签： python pandas datetime

【解决方案1】：

用途：

df_time = df[["Year", "Month", "Date", "Hour", "Min", "Sec"]].astype(str).agg("".join, axis=1)
df["Date_Time"] = pd.to_datetime(df_time, format="%Y%B%d%H%M%S")

print(df["Date_Time"])

打印出来：

0   2019-04-11 16:23:27
1   2019-04-11 16:24:27
Name: Date_Time, dtype: datetime64[ns]

【讨论】：

【解决方案2】：

在评论中回答问题：如何将月份名称转换为数字。

示例如下：

df = pd.DataFrame(["Apr","May"], columns=["Month"])
mnth_to_num = {"Apr":4,"May":5}
df["Month_Num"] = df["Month"].apply(lambda x: mnth_to_num[x])

【讨论】：

这成功地创建了一个包含相关月份数字的新列。谢谢！但即使我在 datetime 函数中引用 Month_Num，我的原始版本也无法将系列转换为错误

【解决方案3】：

试试这个：

 df["datetime"] = df[["Year","Month","Date","Hour","Min","Sec"]].astype(str).agg('-'.join, axis=1)
 df["datetime"] = pd.to_datetime(df["datetime"],format="%Y-%B-%d-%H-%M-%S")

【讨论】：

哦，我看到 Shubham 打败了我