Python 将字符串时间转换为DatetimeIndex,然后重新采样

Python 将字符串时间转换为DatetimeIndex,然后重新采样,python,pandas,dataframe,datetime,timedelta,Python,Pandas,Dataframe,Datetime,Timedelta,我的数据集中的两列是作为整数的hour和mins 我通过以下代码创建时间戳: TIME = pd.to_timedelta(df["hour"], unit='h') + pd.to_timedelta(df["mins"], unit='m') #df['TIME'] = TIME df['TIME'] = TIME.astype(str) 我将TIME转换为字符串格式,因为我正在将数据帧导出到不支持timedelta格式的MS Excel 现在我

我的数据集中的两列是作为整数的
hour
mins

我通过以下代码创建时间戳:

TIME = pd.to_timedelta(df["hour"], unit='h') + pd.to_timedelta(df["mins"], unit='m')

#df['TIME'] = TIME

df['TIME'] = TIME.astype(str)
我将
TIME
转换为字符串格式,因为我正在将数据帧导出到不支持timedelta格式的MS Excel

现在我要每分钟的时间戳

为此,我希望填充缺少的分钟数,并将零添加到
总交易率
,首先我必须将
时间
列设置为索引。我正在应用这个:

df = df.set_index('TIME')
df.index = pd.DatetimeIndex(df.index)
df.resample('60s').sum().reset_index()
但它给出了以下错误:
未知字符串格式:0天09:33:00.000000000

您可以将您的“时间”列(dtype timedelta)添加到您的“交易输入日期”列(我假设dtype datetime)-这将为您提供一个日期时间列,您可以重新采样。请问我该怎么做?附言:我对熊猫是完全陌生的