我在 Pandas DataFrame 的两个不同行中有日期和时间戳。任何指针如何在一行中一起解析日期和时间，可以进一步用于时间序列分析？
例如
Row 1 Date 2017-12-11 00:00:00 2017-12-11 00:00:00 2017-12-11 00:00:00 2017-12-11 00:00:00
Row 2 Timestamp 01:00:00 02:00:00 03:00:00 04:00:00
然后是更多的行有更多的数据
第 1 行和第 2 行可以组合在一起以获得完整的日期/时间戳信息吗？
我正在考虑应用 Transpose，然后在列上使用 parse_dates。在 python 中还有其他直接的方法吗？
【问题讨论】：
标签： python python-3.x pandas datetime
我认为最好将DataFrame 首先转换为columns 从rows 为每列相同的dtypes：
df = df.T
然后将列Date 转换为to_datetime 并添加Time 转换后的to_timedelta：
df['dates'] = pd.to_datetime(df['Date']) + pd.to_timedelta(df['Time'])
【讨论】：
pd.to_datetime(df['Date']) + pd.to_timedelta(df['Time'].astype(str)) 工作怎么样？
如果您使用时间序列数据，我强烈建议您将 datetime 组件作为索引。当您的数据框具有包含非重复值的索引时，您可能会发现操作更有效。
您首先转置数据帧的想法很好。这是一个最小的例子：
df = pd.DataFrame([['2017-12-11 00:00:00', '2017-12-11 00:00:00',
'2017-12-11 00:00:00', '2017-12-11 00:00:00'],
['01:00:00', '02:00:00', '03:00:00', '04:00:00'],
[1, 2, 3, 4], [5, 6, 7, 8]],
index=['Date', 'Timestamp', 'Data1', 'Data2'])
df = df.T
df.index = pd.to_datetime(df.pop('Date')) + pd.to_timedelta(df.pop('Timestamp'))
结果数据框：
print(df)
Data1 Data2
2017-12-11 01:00:00 1 5
2017-12-11 02:00:00 2 6
2017-12-11 03:00:00 3 7
2017-12-11 04:00:00 4 8
你现在有一个DatetimeIndex：
print(df.index)
DatetimeIndex(['2017-12-11 01:00:00', '2017-12-11 02:00:00',
'2017-12-11 03:00:00', '2017-12-11 04:00:00'],
dtype='datetime64[ns]', freq=None)
【讨论】：