将日期列和时间列组合到日期时间列中

我有一个像这样的熊猫数据框; （通过解析excel文件获得的）将日期列和时间列组合到日期时间列中

|  |  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  |

柱MEETING DATE是一个像Timestamp('2013-12-20 00:00:00', tz=None)和MEETING TIME的表示时间戳是一个datetime.time对象与像datetime.time(14, 0)

欲MEETING DATE和MEETING TIME组合成一列的表示。 datetime.combine似乎做我想要的，但是，我需要以某种方式应用此功能列式。我怎样才能做到这一点？

来源

2013-11-15 yasar

也许你可以'apply'功能（或要anyfunction）到会议日期和会议时间HTTP ：//pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.apply.html – dm03514

您可以使用应用方法和应用结合起来是这样的：

>>> 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

来源

2013-11-15 19:55:39

嘿我被困在一个类似的问题，我试过 - 但我得到一个错误 - 结合（）参数1必须是datetime.date，而不是Series。我想结合不采取整个系列，一次只有一个元素。我如何解决这个问题？ – pradeep

其他解决方案并没有为我工作，所以我想出了利用replace代替combine解决方法：

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 
    )

你的情况：

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

感觉慢（我有没有正确计时），，但它的工作原理是。

更新：我已超时都进行了比较大的数据集（> 500.000行）接近，并且它们都具有相似的运行时间，但使用combine更快（59S为replace VS 50岁的combine）。另请参阅jezrael对此的回答。

UPDATE2：我已经试过jezrael的做法：

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

这种方法在比较超快，jezrael是正确的。虽然我还没有能够衡量它，但它是显而易见的。

来源

2017-02-23 10:12:37 jabellcu

我添加更快的解决方案，您可以检查它。 – jezrael

我的解决方案速度有多快？ – jezrael

@jezrael对不起，我一直无法使它工作。我现在不能在这上面花时间。不过，谢谢你的贡献。 – jabellcu

可以Time列转换首先string，然后to_timedelta，则很容易和两列：

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]

来源

2017-02-23 10:22:43 jezrael

将日期列和时间列组合到日期时间列中

回答

相关问题