将日期列和时间列合并成日期时间列

Question

我有一个Pandas数据框，像这样;（通过解析Excel文件获得）

|     |     COMPANY NAME           | MEETING DATE        | MEETING TIME|
-----------------------------------------------------------------------|
|YKSGR|    YAPI KREDİ SİGORTA A.Ş. | 2013-12-16 00:00:00 |14:00:00     |
|TRCAS|    TURCAS PETROL A.Ş.      | 2013-12-12 00:00:00 |13:30:00     |

列MEETING DATE是一个时间戳，表示为Timestamp('2013-12-20 00:00:00', tz=None)，而MEETING TIME是一个datetime.time对象，表示为datetime.time(14, 0)

我想将MEETING DATE和MEETING TIME合并成一列。 datetime.combine似乎可以实现我的需求，但是，我需要以某种方式逐列应用此函数。我该如何实现这一点？

- yasar

---

或许你可以将该函数（或任何你想要的函数）应用到“MEETING DATE”和“MEETING TIME”上。http://pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.apply.html - dm03514

Answer 1

您可以使用apply方法，以及像这样组合apply：

>>> df.apply(lambda x: combine(x['MEETING DATE'], x['MEETING TIME']), axis=1)
0   2013-12-16 14:00:00
1   2013-12-12 13:00:00

- Roman Pekar

---

嘿，我遇到了类似的问题，我尝试了这个方法 - 但是我收到了一个错误提示 - combine()的第一个参数必须是datetime.date类型，而不是Series。我猜combine()函数只能一次处理一个元素，而不能处理整个序列。那么我该怎么解决这个问题呢？ - pradeep

Answer 2

其他方案对我没用，所以我想出了一个解决方法，使用 replace 替代 combine：

def combine_date_time(df, datecol, timecol):
   return df.apply(lambda row: row[datecol].replace(
      hour=row[timecol].hour,
      minute=row[timecol].minute),
      axis=1
   )

在你的情况下：

combine_date_time(df, 'MEETING DATE', 'MEETING TIME')

感觉速度有点慢（我没有准确计时），但它可以工作。

更新：我已经为一个相对较大的数据集（> 500,000行）计时了两种方法，它们都具有类似的运行时间，但使用combine更快（replace为59秒，combine为50秒）。此外，请参见jezrael在这方面的回答。

更新2：我已经尝试了jezrael的方法：

def combine_date_time(df, datecol, timecol):
    return pd.to_datetime(df[datecol].dt.date.astype(str)
                          + ' '
                          + df[timecol].astype(str))

与之相比，这种方法速度飞快。正如jezrael所说的那样。我还没有能够测量它，但显然很有效。

- jabellcu

---

我添加了更快的解决方案，您可以检查一下。 - jezrael

我的解决方案有多快？ - jezrael

@jezrael 抱歉，我还没有能够让它工作。我现在无法花时间在这上面。不过还是感谢你的贡献。 - jabellcu

在pandas中，最好使用非常快的矢量化函数，如果不存在，则使用apply，因为它很慢。没有问题。 - jezrael

Answer 3

您可以先将 Time 列转换为 string，然后再使用to_timedelta，然后很容易地对这两列求和：

print (type(df['MEETING DATE'].iat[0]))
<class 'pandas.tslib.Timestamp'>

print (type(df['MEETING TIME'].iat[0]))
<class 'datetime.time'>

print (df['MEETING DATE'] + pd.to_timedelta(df['MEETING TIME'].astype(str)))
YKSGR   2013-12-16 14:00:00
TRCAS   2013-12-12 13:30:00
dtype: datetime64[ns]

- jezrael