Python 如何使用Pandas处理CSV中的不规则格式

我一直在尝试不同的方法来处理CSV中熊猫的日期时间

我在csv文件中有3列：

开始日期 开球时间 时间 前两列格式良好。但是第三列时间的格式是混淆的。。有些表示时间，有些表示日期时间

例如：

12:00:00 AM
1/1/1900 9:04:00 PM

如何使用熊猫制作相同的格式

第二件事是，我想添加所有三列以获得事件时间

例如：

kickoffDate =['8/6/2017','8/6/2017','8/6/2017']
kickoffTime =['15:00:00','15:00:00','15:00:00']
time =['51:48:00','86:05:00','10:04']`

本例中的时间为mm:ss:00格式。我想结合这三列创建一个新列，称为eventdatetime：

我该怎么做？我可以使用以下公式将前两者结合起来：

DateTime1 = data['kickoffDate']+' '+ data ['kickoffTime']

原始csv文件可从以下链接下载：

您可以将参数parse_dates与datetimes的第一列和第二列一起使用，然后将最后一列转换为添加00:for hours的值，而不使用任何值：：

如果希望在输出中有4个单独的列，另一种解决方案是仅将第一列转换为datetimes，将另一列转换为TimeDelta：

编辑：

如果输入数据不是csv，则可以使用read_csv中的参数parse_dates将第一列转换为datetime：

---

感谢jezrael，第三列的数据基本上是分和秒。如果我们查看输出的第一行。我预计的eventdatetime是2018-0-30 19:18:36我可以知道如何处理吗？@Zephyr-第一排是2018年4月30日，19:00:00，47:36:00，为什么需要2018-0-30 19:18:36？不是2018-04-30 19:47:36吗？请检查编辑的答案。哦，对不起，我的错，应该是2018-04-30 19:47:36嗨，天哪，它一直工作到代码的第三行。当我把它们加在一起时，我得到了错误。eventdata['eventdatetime']=eventdata['kickoffDate']+eventdata['kickoffTime']+eventdata['time']**ufunc add不能使用类型为“O”和“已排序”的操作数，Jez。我将一行eventdata['kickoffDate']=pd.to_datetimeeventdata.kickoffDate，格式=“%Y/%m/%d”

DateTime1 = data['kickoffDate']+' '+ data ['kickoffTime']

df = pd.read_csv('Datetimetest.csv', parse_dates=[[0, 1]])

m = df['time'].str.count(':') != 1
df['time'] = pd.to_timedelta('00:' + df['time'].mask(m, df['time'].str.replace(':00$', '')))
df['eventdatetime'] = df['kickoffDate_kickoffTime'] + df['time']
print (df.head())
  kickoffDate_kickoffTime     time       eventdatetime
0     2018-04-30 19:00:00 00:47:36 2018-04-30 19:47:36
1     2018-04-30 19:00:00 00:15:28 2018-04-30 19:15:28
2     2018-04-29 13:15:00 00:52:03 2018-04-29 14:07:03
3     2018-04-29 13:15:00 01:03:42 2018-04-29 14:18:42
4     2018-04-29 13:15:00 00:10:43 2018-04-29 13:25:43

df = pd.read_csv('Datetimetest.csv', parse_dates=[0])

m = df['time'].str.count(':') != 1
df['time'] = pd.to_timedelta('00:' + df['time'].mask(m, df['time'].str.replace(':00$', '')))
df['kickoffTime'] = pd.to_timedelta(df['kickoffTime'])
df['eventdatetime'] = df['kickoffDate'] + df['kickoffTime'] + df['time']
print (df.head())
  kickoffDate kickoffTime     time       eventdatetime
0  2018-04-30    19:00:00 00:47:36 2018-04-30 19:47:36
1  2018-04-30    19:00:00 00:15:28 2018-04-30 19:15:28
2  2018-04-29    13:15:00 00:52:03 2018-04-29 14:07:03
3  2018-04-29    13:15:00 01:03:42 2018-04-29 14:18:42
4  2018-04-29    13:15:00 00:10:43 2018-04-29 13:25:43

df = pd.read_csv('Datetimetest.csv')

m = df['time'].str.count(':') != 1
df['time'] = pd.to_timedelta('00:' + df['time'].mask(m, df['time'].str.replace(':00$', '')))

df['kickoffDate'] = pd.to_datetime(df['kickoffDate'])
df['kickoffTime'] = pd.to_timedelta(df['kickoffTime'])
df['eventdatetime'] = df['kickoffDate'] + df['kickoffTime'] + df['time']
print (df.head())
  kickoffDate kickoffTime     time       eventdatetime
0  2018-04-30    19:00:00 00:47:36 2018-04-30 19:47:36
1  2018-04-30    19:00:00 00:15:28 2018-04-30 19:15:28
2  2018-04-29    13:15:00 00:52:03 2018-04-29 14:07:03
3  2018-04-29    13:15:00 01:03:42 2018-04-29 14:18:42
4  2018-04-29    13:15:00 00:10:43 2018-04-29 13:25:43