datetime 结合日期和时间戳答案

【问题标题】：datetime combine date & time stampdatetime 结合日期和时间戳
【发布时间】：2019-07-05 08:33:12
【问题描述】：

我正在尝试使用此 SO post 来组合日期和时间戳，但没有任何运气..

#df= pd.read_csv('C:\\Users\\desktop\\master.csv', index_col='Date', parse_dates=True)
df= pd.read_csv('C:\\Users\\desktop\\master.csv')

这是我卡住的地方，我不知道如何正确import the package..

这不起作用： from datetime import combine

df['DateTime'] = df.apply(lambda x: combine(df['Date'], df['Time']), axis=1)

当一切都说完了，我需要parse_dates=True吗？通常我所有的数据都是一个组合的日期时间......最后我需要在我的熊猫数据框中为新的组合日期时间列设置一个新索引。

非常感谢任何提示

【问题讨论】：

你可以使用import datetime，然后像datetime.datetime.combine或from datetime import datetime一样使用它，然后datetime.combine
@Vaishali，谢谢您提供的链接中的答案完全有效...如果您发布答案，请点击绿色检查。 df= pd.read_csv('C:\\Users\\desktop\\master.csv', parse_dates=[['Date', 'Time']])

【解决方案1】：

假设您在第 1 列中有要从中确定日期的数据，然后使用魔术公式：

df= pd.read_csv('C:\\Users\\desktop\\master.csv',  parse_dates=[1])

你的方法：

parse_dates = True

有时它不起作用

如果您的所有数据通常是组合的日期和时间，您可以通过以下公式使用组合 3 列：

df['date2']= pd.to_datetime(df[['year', 'month', 'day']])
# to check
print(m1.dtypes)

【讨论】：

【解决方案2】：

函数 combine 在 datetime 模块中的 datetime 类型中。试试这个吧。

from datetime import datetime
df['DateTime'] = df.apply(lambda x: datetime.combine(df['Date'], df['Time']), axis=1)

【讨论】：

这会引发错误：TypeError: ('combine() argument 1 must be datetime.date, not Series', 'occurred at index 0')

【解决方案3】：

您可以使用 parse_dates 参数读取日期时间格式的指定列，也可以将它们作为对象读取，然后转换为日期时间。

选项 1：

df= pd.read_csv('C:\\Users\\desktop\\master.csv', parse_dates=[['Date', 'Time']])

选项 2：

df= pd.read_csv('C:\\Users\\desktop\\master.csv')
df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])

【讨论】：