Pandas에서 날짜 및 시간 열을 단일 날짜/시간 열로 어떻게 결합할 수 있나요?

Pandas를 사용하여 날짜 및 시간 열 결합

Pandas에서 날짜 및 시간 열을 결합하는 것은 데이터 분석 및 조작에 필요한 작업일 수 있습니다. 이는 다양한 방법을 사용하여 달성할 수 있으며 그 중 하나는 pd.to_datetime() 함수를 사용하는 것입니다.

별도의 '날짜' 및 '시간' 열이 있는 DataFrame을 고려해보세요.

data = {'Date': ['01-06-2013', '02-06-2013', '02-06-2013', '02-06-2013', '02-06-2013', '03-06-2013', '03-06-2013', '03-06-2013', '03-06-2013', '04-06-2013'],
        'Time': ['23:00:00', '01:00:00', '21:00:00', '22:00:00', '23:00:00', '01:00:00', '21:00:00', '22:00:00', '23:00:00', '01:00:00']}
df = pd.DataFrame(data)

이러한 열을 결합하려면 ' ' 연산자를 공백과 함께 사용하여 간단히 연결할 수 있습니다. 구분 기호:

df['DateTime'] = df['Date'] + ' ' + df['Time']

df['DateTime']

0    01-06-2013 23:00:00
1    02-06-2013 01:00:00
2    02-06-2013 21:00:00
3    02-06-2013 22:00:00
4    02-06-2013 23:00:00
5    03-06-2013 01:00:00
6    03-06-2013 21:00:00
7    03-06-2013 22:00:00
8    03-06-2013 23:00:00
9    04-06-2013 01:00:00
Name: DateTime, dtype: object

이제 pd.to_datetime()을 사용하여 결합된 'DateTime' 열을 날짜/시간 형식으로 변환할 수 있습니다.

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

df['DateTime']

0   2013-01-06 23:00:00
1   2013-02-06 01:00:00
2   2013-02-06 21:00:00
3   2013-02-06 22:00:00
4   2013-02-06 23:00:00
5   2013-03-06 01:00:00
6   2013-03-06 21:00:00
7   2013-03-06 22:00:00
8   2013-03-06 23:00:00
9   2013-04-06 01:00:00
Name: DateTime, dtype: datetime64[ns]

또는, 형식을 사용하여 'DateTime' 문자열의 형식을 지정할 수 있습니다. 매개변수:

df['DateTime'] = pd.to_datetime(df['DateTime'], format='%m-%d-%Y %H:%M:%S')

잘못된 날짜 또는 시간 형식으로 인해 발생할 수 있는 변환 오류를 처리해야 합니다.

위 내용은 Pandas에서 날짜 및 시간 열을 단일 날짜/시간 열로 어떻게 결합할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!