如何將 Pandas 中的日期和時間列合併為單一日期時間列？

使用 Pandas 組合日期和時間列

在 pandas 中，組合日期和時間列可能是資料分析和操作的必要任務。這可以使用多種方法來實現，其中之一是透過 pd.to_datetime() 函數。

考慮一個具有單獨「日期」和「時間」列的DataFrame：

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)

要合併這些列，您可以簡單地使用' ' 運算子將它們與空格連接起來分隔符號：

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

現在，您可以使用pd.to_datetime()將組合的「DateTime」欄位轉換為日期時間格式：

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]

或者，您可以使用格式指定「DateTime」字串的格式參數：

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

請記住處理由於無效的日期或時間格式而可能出現的任何轉換錯誤。

以上是如何將 Pandas 中的日期和時間列合併為單一日期時間列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！