python - 向 Pandas 数据框添加固定日期

Question

我正在读取一些数据并使用 from_records 创建数据框，其中数据包含文本时间戳 HH:MM:SS:000000。我可以使用 pd.to_datetime(data.timestamp, format='%H:%M:%S:%f') 转换为时间序列。我从文件名知道文件的日期。什么是插入日期(并最终将其设置为索引)的 pythonic 和高性能方法？

数据看起来像:

12:00:00:000000 100
12:00:01:123456 200
12:00:02:000000 300

没有插入日期，我得到的数据框如下所示:

1900-01-01 12:00:00.000000 100
1900-01-01 12:00:01.123456 200
1900-01-01 12:00:02.000000 300

我想要的是(给定 date = datetime.date(2017, 6, 28):

2017-06-28 12:00:00.000000 100
2017-06-28 12:00:01.123456 200
2017-06-28 12:00:02.000000 300

pd.to_datetime origin arg 听起来像我想要的，但它需要输入数字时间戳而不是字符串。

Answer 1

您可以通过 strftime 从日期创建字符串并将其添加到 time 列:

df['datetime'] = pd.to_datetime(date.strftime('%Y-%m-%d ') + df['time'],
                                format='%Y-%m-%d %H:%M:%S:%f')

print (df)
              time    A                   datetime
0  12:00:00:000000  100 2017-06-28 12:00:00.000000
1  12:00:01:123456  200 2017-06-28 12:00:01.123456
2  12:00:02:000000  300 2017-06-28 12:00:02.000000

对于索引:

df.index = pd.to_datetime(date.strftime('%Y-%m-%d ') + df['time'],
                                format='%Y-%m-%d %H:%M:%S:%f')

print (df)
                                       time    A
time                                            
2017-06-28 12:00:00.000000  12:00:00:000000  100
2017-06-28 12:00:01.123456  12:00:01:123456  200
2017-06-28 12:00:02.000000  12:00:02:000000  300

另一种解决方案:

date = datetime.date(2017, 6, 28)
days = date - datetime.date(1900, 1, 1)

df['datetime'] = pd.to_datetime(df['time'],format='%H:%M:%S:%f') + 
                 pd.to_timedelta(days, unit='d')

print (df)
              time    A                   datetime
0  12:00:00:000000  100 2017-06-28 12:00:00.000000
1  12:00:01:123456  200 2017-06-28 12:00:01.123456
2  12:00:02:000000  300 2017-06-28 12:00:02.000000