Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/286.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如何在熊猫中合并日期和时间?_Python_Pandas_Dataframe_Time Series - Fatal编程技术网

Python 如何在熊猫中合并日期和时间?

Python 如何在熊猫中合并日期和时间?,python,pandas,dataframe,time-series,Python,Pandas,Dataframe,Time Series,我是熊猫的初学者,所以我的问题很基本。我有一个数据集,它有单独的日期和时间列,如下所示 Date Time Ooen High Low Close Vol 0 2000.12.22 12:00 0.91810 0.92620 0.91650 0.92320 2244 1 2000.12.22 16:00 0.92260 0.92520 0.92220 0.92310 1688 2 2000.12.22 20:00

我是熊猫的初学者,所以我的问题很基本。我有一个数据集,它有单独的日期和时间列,如下所示

    Date        Time    Ooen    High    Low     Close   Vol
0   2000.12.22  12:00   0.91810 0.92620 0.91650 0.92320 2244
1   2000.12.22  16:00   0.92260 0.92520 0.92220 0.92310 1688
2   2000.12.22  20:00   0.92300 0.92580 0.92260 0.92420 955
3   2000.12.23  00:01   0.92410 0.92450 0.92270 0.92320 168
4   2000.12.25  00:00   0.92300 0.92460 0.92300 0.92420 260
日期和时间的类型为

type(df['Date'])
pandas.core.series.Series

type(df['Time'])
pandas.core.series.Series
我不知道如何把它们合并成一个时间戳,比如

'2015-07-04 00:00:00'
有人能帮我吗?

试试下面给出的代码

df['datetime']=df[df.columns[1:].应用(lambda x:
',连接(x.dropna().astype(str)),axis=1)
尝试下面给出的代码


df['datetime']=df[df.columns[1:].apply(lambda x:
,'.join(x.dropna().astype(str)),axis=1)
您可以尝试以下方法-

df['Datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'], format='%Y.%m.%d %H:%M') 
df
     Date       Time   Open    High    Low    Close    Vol    Datetime
0  2000.12.22  12:00  0.9181  0.9262  0.9165  0.9232  2244 2000-12-22 12:00:00
1  2000.12.22  16:00  0.9226  0.9252  0.9222  0.9231  1688 2000-12-22 16:00:00
2  2000.12.22  20:00  0.9230  0.9258  0.9226  0.9242   955 2000-12-22 20:00:00
3  2000.12.23  00:01  0.9241  0.9245  0.9227  0.9232   168 2000-12-23 00:01:00
4  2000.12.25  00:00  0.9230  0.9246  0.9230  0.9242   260 2000-12-25 00:00:00

你可以试试这样的东西-

df['Datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'], format='%Y.%m.%d %H:%M') 
df
     Date       Time   Open    High    Low    Close    Vol    Datetime
0  2000.12.22  12:00  0.9181  0.9262  0.9165  0.9232  2244 2000-12-22 12:00:00
1  2000.12.22  16:00  0.9226  0.9252  0.9222  0.9231  1688 2000-12-22 16:00:00
2  2000.12.22  20:00  0.9230  0.9258  0.9226  0.9242   955 2000-12-22 20:00:00
3  2000.12.23  00:01  0.9241  0.9245  0.9227  0.9232   168 2000-12-23 00:01:00
4  2000.12.25  00:00  0.9230  0.9246  0.9230  0.9242   260 2000-12-25 00:00:00

看看DateTime库。看看DateTime库。