python熊猫-如何合并一列中的日期和另一列中的时间并创建新列

我有一个来自以下数据库的数据帧： FltDate和ESTAD2都是datetime64[ns]

>>> print df[['Airport', 'FltDate', 'Carrier', 'ESTAD2']]

     Airport    FltDate Carrier              ESTAD2
0       EDI 2017-06-18    BACJ 1899-12-30 05:35:00
1       EDI 2017-06-18      BA 1899-12-30 06:40:00
2       EDI 2017-06-18    BACJ 1899-12-30 07:00:00
3       EDI 2017-06-18      BA 1899-12-30 07:05:00
4       EDI 2017-06-18      BA 1899-12-30 09:00:00
5       EDI 2017-06-18      I2 1899-12-30 11:05:00
6       EDI 2017-06-18      BA 1899-12-30 11:25:00
7       EDI 2017-06-18      BA 1899-12-30 13:45:00


>>> df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 214 entries, 0 to 213
Data columns (total 12 columns):
Airport         214 non-null object
FltDate         214 non-null datetime64[ns]
<snip>
ESTAD2          214 non-null datetime64[ns]
<snip>
dtypes: datetime64[ns](4), object(8)
memory usage: 20.1+ KB

我可以用上述结果替换ESTAD2。。或者创建一个新列作为FltDateTime

尝试了各种方法但失败了。。。就像下面。。。添加失败

>>> df.FltDate.dt.date

0      2017-06-18
1      2017-06-18
2      2017-06-18
>>> df.ESTAD2.dt.time

0      05:35:00
1      06:40:00
2      07:00:00

您可以使用：

替代解决方案：

df['date'] = pd.to_datetime(df.FltDate.dt.strftime('%Y-%m-%d ') +
                            df.ESTAD2.astype(str).str.split().str[1])

print (df)
  Airport    FltDate Carrier              ESTAD2                date
0     EDI 2017-06-18    BACJ 1899-12-30 05:35:00 2017-06-18 05:35:00
1     EDI 2017-06-18      BA 1899-12-30 06:40:00 2017-06-18 06:40:00
2     EDI 2017-06-18    BACJ 1899-12-30 07:00:00 2017-06-18 07:00:00
3     EDI 2017-06-18      BA 1899-12-30 07:05:00 2017-06-18 07:05:00
4     EDI 2017-06-18      BA 1899-12-30 09:00:00 2017-06-18 09:00:00
5     EDI 2017-06-18      I2 1899-12-30 11:05:00 2017-06-18 11:05:00
6     EDI 2017-06-18      BA 1899-12-30 11:25:00 2017-06-18 11:25:00
7     EDI 2017-06-18      BA 1899-12-30 13:45:00 2017-06-18 13:45:00

---

thk u。只是想知道为什么我们不能直接使用df.FltDate.dt.date和df.ESTAD2.dt.time和一些加法或datetime concat函数。不使用stftime。strftime是最理想的解决方案吗？请解释一下。我问这个问题是因为我已经有了datetime对象权限。。那为什么还要麻烦转换成字符串，然后再转换回datetime呢？我的第一个解决方案是转换成date、time、timedelta，但我认为这更快更简单。是的，但是panas中的

date

和

time

都是对象，所以使用函数确实有问题。所以有必要把它转换成日期时间-我觉得太复杂了。。。出于某种原因，第0行在我的计算机中显示新列“日期”为2017-06-19 11:35:00（而不是2017-06-18 05:35:00）。这与你的结果不同。可能与时区有关？？我在UTC+7。是的，时区可能有问题。检查并尝试

df.Date=df.Date.dt.tz_本地化（'UTC'）。dt.tz_转换（'Europe/London'）

df['date'] = pd.to_datetime(df.FltDate.dt.strftime('%Y-%m-%d ') +
                            df.ESTAD2.dt.strftime('%H:%M:%S'))
print (df)
  Airport    FltDate Carrier              ESTAD2                date
0     EDI 2017-06-18    BACJ 1899-12-30 05:35:00 2017-06-18 05:35:00
1     EDI 2017-06-18      BA 1899-12-30 06:40:00 2017-06-18 06:40:00
2     EDI 2017-06-18    BACJ 1899-12-30 07:00:00 2017-06-18 07:00:00
3     EDI 2017-06-18      BA 1899-12-30 07:05:00 2017-06-18 07:05:00
4     EDI 2017-06-18      BA 1899-12-30 09:00:00 2017-06-18 09:00:00
5     EDI 2017-06-18      I2 1899-12-30 11:05:00 2017-06-18 11:05:00
6     EDI 2017-06-18      BA 1899-12-30 11:25:00 2017-06-18 11:25:00
7     EDI 2017-06-18      BA 1899-12-30 13:45:00 2017-06-18 13:45:00

df['date'] = pd.to_datetime(df.FltDate.dt.strftime('%Y-%m-%d ') +
                            df.ESTAD2.astype(str).str.split().str[1])

print (df)
  Airport    FltDate Carrier              ESTAD2                date
0     EDI 2017-06-18    BACJ 1899-12-30 05:35:00 2017-06-18 05:35:00
1     EDI 2017-06-18      BA 1899-12-30 06:40:00 2017-06-18 06:40:00
2     EDI 2017-06-18    BACJ 1899-12-30 07:00:00 2017-06-18 07:00:00
3     EDI 2017-06-18      BA 1899-12-30 07:05:00 2017-06-18 07:05:00
4     EDI 2017-06-18      BA 1899-12-30 09:00:00 2017-06-18 09:00:00
5     EDI 2017-06-18      I2 1899-12-30 11:05:00 2017-06-18 11:05:00
6     EDI 2017-06-18      BA 1899-12-30 11:25:00 2017-06-18 11:25:00
7     EDI 2017-06-18      BA 1899-12-30 13:45:00 2017-06-18 13:45:00