Python 从csv将数据转换为日期时间时出现问题。熊猫

我正在尝试将csv文件导入pandas数据框，将其中四列合并为“datetime”列，并将datetime列设置为数据类型Datetime64

这是我的原始数据的一个小样本：

0,1,2,3,4,5,6,7,8,9,10
0, 3001, 1, 1,   0, 0,  5, 4, 1.00, 0, 0, 0 
1, 3001, 1, 1, 100, 0,  7, 5, 1.00, 0, 0, 0 
2, 3001, 1, 1, 200, 0,  9, 6, 1.00, 0, 0, 0 
3, 3001, 1, 1, 300, 0,  9, 7, 1.00, 0, 0, 0 
4, 3001, 1, 1, 400, 0, 11, 8, 1.00, 0, 0, 0

到目前为止，我已经：

dateparse = lambda x: datetime.strptime(x, '%Y %m %d %H%M')
Test = (read_csv(
   'file.csv',
   names=["year","month","day","hour","a","b","c","d","e","f","g"],
   parse_dates={"datetime": ["year","month","day","hour"]},
   date_parser=dateparse, 
   usecols=["year","month","day","hour","b"]
))
Test.head()

这似乎对许多其他人起了作用，但在这里不起作用。这就是产生的结果：

index, datetime, temp_hmean
0, 3001-01-01 00:00:00, 4.7 
1, 3001-01-01 01:00:00, 3.4 
2, 3001-01-01 02:00:00, 5.4 
3, 3001-01-01 03:00:00, 4.3 
4, 3001-01-01 04:00:00, 5.5 

我也尝试过添加“datetime”列到datetime之后的转换，正如其他文章所述，但它不起作用

此处是保留原始列的位置：

Test['datetime'] = Test.apply(
    lambda row: datetime.strptime(
        row['year']+ '-' + row['month']+ '-' + row['day']+ ' ' + row['hour'],
        '%Y-%m-%d %H%M'), 
    axis=1
)

或者在这里不保留原件：

Test['datetime'] = to_datetime(
    Test['datetime'], format="%Y-%m-%d %H:%M:%S"
)

---

您期望的输出是什么？确切地说是生成的数据帧，但datetime列应该在数据类型datetime64中，它作为对象显示出来。在

datetime

列中是否有任何NAN或NAT？转换为datetime64应该很简单。你试过这样的东西吗

dateparse=lambda x:numpy.datetime64（datetime.strtime（x，'%Y%m%d%H%m'））

任何列中都没有空值。您期望的输出是什么？确切地说是生成的数据帧，但datetime列应该是数据类型datetime64，在

datetime

列中是否有NAN或NAT？转换为datetime64应该很简单。你试过这样的东西吗

dateparse=lambda x:numpy.datetime64（datetime.strtime（x，'%Y%m%d%H%m'））

任何列中都没有空值。