如何在python中合并日期和时间列以进行回溯测试？

我正在使用python对过去9年的漂亮的日内数据进行回溯测试。为此，我需要准确的日期和时间列，以便生成买入和卖出信号并对其进行回溯测试

这些数据在不同的列中提供日期和时间，我想合并这两列，并生成一个时间戳，如DD/MM/YYY HH:MM:SS

我有以下代码作为输入

import pandas as pd
import csv
from datetime import datetime

df = pd.read_csv('ticks2.csv', parse_dates=['Date'])

print(df.head())
type(df)
df.dtypes

输出

 Symbol       Date      Time     Open     High      Low    Close
0  NIFTY 2008-01-01  09:55:00  6138.60  6154.60  6138.60  6148.90
1  NIFTY 2008-01-01  09:56:00  6149.75  6149.75  6132.80  6132.80
2  NIFTY 2008-01-01  09:57:00  6138.25  6138.25  6127.95  6127.95
3  NIFTY 2008-01-01  09:58:00  6127.15  6127.15  6120.90  6120.90
4  NIFTY 2008-01-01  09:59:00  6118.05  6118.05  6113.55  6113.90
Out[28]:
Symbol            object
Date      datetime64[ns]
Time              object
Open             float64
High             float64
Low              float64
Close            float64
dtype: object

---

查看pandas文档，您可以在创建dataframe时结合使用这两个列的解析日期，如下所示

df = pd.read_csv('ticks2.csv', parse_dates=[['Date', 'Time']])

---

有关read_csv的更多信息，请参阅文档

查看pandas文档，您可以在创建数据帧时将它们结合起来，您可以在两列上使用解析日期，如下所示

df = pd.read_csv('ticks2.csv', parse_dates=[['Date', 'Time']])

有关read_csv的更多信息，请参阅文档