使用 datetime 组合日期和时间列答案

【问题标题】：Combine date and time columns using datetime使用 datetime 组合日期和时间列
【发布时间】：2017-03-03 07:09:12
【问题描述】：

我正在尝试将日期组合到我的数据框中的多个时间列。我能够遍历每一行，但我对如何组合列感到困惑。例如：

   date        first_time   second_time .... 
0  2008/09/11    12:32        17:56
1  2016/12/02    06:43        14:02
2  2001/01/01    02:45        20:13
.
.
.

使用 .iterrows() 我可以将其分解为每一行。所以 row['date'] 将是该特定列的日期。但是，我需要使用 datetime 将日期与每一列结合起来。我不断收到我在网上找到的各种方法的错误。如果我有 row['date'] 和 row['first_time']，我如何将它们组合到数据框中（也包括日期和每隔一个时间列）？

最终的结果应该是这样的：

    first_datetime      second_datetime    .... 
0  2008/09/11 12:32     2008/09/11 17:56 
1  2016/12/02 06:43     2016/12/02 14:02 
2  2001/01/01 02:45     2001/01/01 20:13 
.
.
.

【问题讨论】：

标签： python pandas datetime dataframe anaconda

【解决方案1】：

您可以先将set_index 与date 列一起使用，然后在time 列的循环中转换to_datetime：

df = df.set_index('date')
for col in df.columns:
    df[col] = pd.to_datetime(df.index + df[col], format='%Y/%m/%d%H:%M')
#if necessary rename columns
df.columns = df.columns.str.replace('time','datetime')
df = df.reset_index(drop=True)
print (df)
       first_datetime     second_datetime
0 2008-09-11 12:32:00 2008-09-11 17:56:00
1 2016-12-02 06:43:00 2016-12-02 14:02:00
2 2001-01-01 02:45:00 2001-01-01 20:13:00

print (df.dtypes)
first_datetime     datetime64[ns]
second_datetime    datetime64[ns]
dtype: object

对于更动态的解决方案，仅转换名称中带有 time 的列：

df = df.set_index('date')
#extract only time columns
cols = df.columns[df.columns.str.contains('time')]
for col in cols:
    df[col] = pd.to_datetime(df.index + df[col], format='%Y/%m/%d%H:%M')
df.columns = df.columns.str.replace('time','datetime')
df = df.reset_index(drop=True)
print (df)
       first_datetime     second_datetime
0 2008-09-11 12:32:00 2008-09-11 17:56:00
1 2016-12-02 06:43:00 2016-12-02 14:02:00
2 2001-01-01 02:45:00 2001-01-01 20:13:00

【讨论】：