pandas - 使用 datetime.time 对象作为 dtype答案

【问题标题】：pandas - Use datetime.time objects as a dtypepandas - 使用 datetime.time 对象作为 dtype
【发布时间】：2016-01-15 11:08:53
【问题描述】：

我正在读取具有以下结构的 Excel 文件：

    A               B 
2015-09-05       15:05:32
2015-09-05       19:05:02

我正在阅读这个文件

df = pd.ExcelFile(filename).parse(..)

当我查看此 DataFrame 的 dtype 时，我可以看到日期被正确解析为 datetime64 对象，但时间不是：

>>> df.dtypes
     A         datetime64[ns]
     B         object

奇怪的是，当我查看B 的内容时，我发现它们都是datetime.time 对象

[s for s in main_df['B'].tolist() if type(s) is not datetime.time]
# There are no values that are *not* datetime.time objects

我想将此B 列转换为我可以更方便地使用的内容。例如，我想先使用MultiIndex，然后使用时间（以便我可以分组和汇总）。或者我想加入两者，这样我就有一个单独的列，即完整的日期。

但在这一点上，我被困住了。我尝试将它们转换为datetime：

main_df['B'] = main_df['B'].astype('datetime64')
ValueError: Could not convert object to NumPy datetime

有什么想法吗？

【问题讨论】：

【解决方案1】：

如果你只想加入两者，你可以将它们作为字符串加入：

df = pd.DataFrame({ 'A' : ['2015-09-05', '2015-09-05'], 'B': ['15:05:32', '19:05:02']})
pd.to_datetime(df.A + ' ' + df.B)

或者你可以使用 datetime 来组合：

import datetime

df.apply(lambda x: datetime.datetime.combine(x.A, x.B), axis=1)

【讨论】：

这在 dtypes 都是对象时部分有效，但如果其中一个 dtypes 是datetime64，则会出错。如果在两行之间添加它，例如：df['A'] = df['A'].astype('datetime64')
我猜你可以在读入时将其 dtype 指定为字符串，或者在编辑后的答案中使用 datetime。