python - 在 python pandas 中将时间对象转换为日期时间格式

Question

我有一个列名为DateTime的数据集，其数据类型为object。

df['DateTime'] = pd.to_datetime(df['DateTime'])

我已使用上面的代码转换为日期时间格式，然后在列中进行拆分以分别显示日期和时间

df['date'] = df['DateTime'].dt.date
df['time'] = df['DateTime'].dt.time

但是在分割之后，格式更改为对象类型，并且在将其转换为日期时间时，它显示 时间 列名称错误:类型错误:无法转换为日期时间

如何将时间列转换为日期时间格式

Answer 1

您可以使用combine使用 zip 进行列表理解:

df = pd.DataFrame({'DateTime': ['2011-01-01 12:48:20', '2014-01-01 12:30:45']})
df['DateTime'] = pd.to_datetime(df['DateTime'])

df['date'] = df['DateTime'].dt.date
df['time'] = df['DateTime'].dt.time

import datetime
df['new'] = [datetime.datetime.combine(a, b) for a, b in zip(df['date'], df['time'])]
print (df)

             DateTime        date      time                 new
0 2011-01-01 12:48:20  2011-01-01  12:48:20 2011-01-01 12:48:20
1 2014-01-01 12:30:45  2014-01-01  12:30:45 2014-01-01 12:30:45

或者转换为字符串，连接在一起并再次转换:

df['new'] = pd.to_datetime(df['date'].astype(str) + ' ' +df['time'].astype(str))
print (df)
             DateTime        date      time                 new
0 2011-01-01 12:48:20  2011-01-01  12:48:20 2011-01-01 12:48:20
1 2014-01-01 12:30:45  2014-01-01  12:30:45 2014-01-01 12:30:45

但是，如果使用 floor 删除时间并将时间转换为时间增量，则仅使用 +:

df['date'] = df['DateTime'].dt.floor('d')
df['time'] = pd.to_timedelta(df['DateTime'].dt.strftime('%H:%M:%S'))

df['new'] = df['date'] + df['time']
print (df)

             DateTime       date     time                 new
0 2011-01-01 12:48:20 2011-01-01 12:48:20 2011-01-01 12:48:20
1 2014-01-01 12:30:45 2014-01-01 12:30:45 2014-01-01 12:30:45