如何将年、月和日列合并到单个日期时间列？

Posted 2023-03-11

【中文标题】如何将年、月和日列合并到单个日期时间列？

【英文标题】：How to combine year, month, and day columns to single datetime column?

【发布时间】：2018-06-17 18:08:42

【问题描述】：

我有以下数据框df：

        id  lat        lon      year    month   day         
0       381 53.30660   -0.54649 2004    1       2       
1       381 53.30660   -0.54649 2004    1       3            
2       381 53.30660   -0.54649 2004    1       4   

我想创建一个新列df['Date']，其中year、month 和day 列根据yyyy-m-d 格式组合在一起。

在this post 之后，我做到了：

`df['Date']=pd.to_datetime(df['year']*10000000000
                           +df['month']*100000000
                           +df['day']*1000000,
                           format='%Y-%m-%d%')`

结果不是我所期望的，因为它是从 1970 年而不是 2004 年开始的，而且它还包含我没有指定的小时戳：

        id  lat        lon      year    month   day  Date           
0       381 53.30660   -0.54649 2004    1       2    1970-01-01 05:34:00.102    
1       381 53.30660   -0.54649 2004    1       3    1970-01-01 05:34:00.103         
2       381 53.30660   -0.54649 2004    1       4    1970-01-01 05:34:00.104

由于日期应该是2004-1-2 格式，我做错了什么？

【参考方案1】：

有一个更简单的方法：

In [250]: df['Date']=pd.to_datetime(df[['year','month','day']])

In [251]: df
Out[251]:
    id      lat      lon  year  month  day       Date
0  381  53.3066 -0.54649  2004      1    2 2004-01-02
1  381  53.3066 -0.54649  2004      1    3 2004-01-03
2  381  53.3066 -0.54649  2004      1    4 2004-01-04

来自docs：

从 DataFrame 的多列中组装日期时间。按键 可以是常见的缩写，如 [year, month, day, minute, second, ms, us, ns]) 或相同的复数形式

【讨论】：

这对我来说是新的，真的很漂亮。

@cᴏʟᴅsᴘᴇᴇᴅ，这让我很惊讶 - 这是一个古老的功能;)

【参考方案2】：

一种解决方案是将这些列转换为字符串，使用agg + str.join 连接，然后转换为datetime。

df['Date'] = pd.to_datetime(
    df[['year', 'month', 'day']].astype(str).agg('-'.join, axis=1))

df

    id      lat      lon  year  month  day       Date
0  381  53.3066 -0.54649  2004      1    2 2004-01-02
1  381  53.3066 -0.54649  2004      1    3 2004-01-03
2  381  53.3066 -0.54649  2004      1    4 2004-01-04

如果您的列之间的日期时间组合无效，您可能还需要添加 errors='coerce' 参数。

【参考方案3】：

修复你的代码

df['Date']=pd.to_datetime(df.year*10000+df.month*100+df.day,format='%Y%m%d')
df
Out[57]: 
    id      lat      lon  year  month  day       Date
0  381  53.3066 -0.54649  2004      1    2 2004-01-02
1  381  53.3066 -0.54649  2004      1    3 2004-01-03
2  381  53.3066 -0.54649  2004      1    4 2004-01-04

【参考方案4】：

我很难找到解决方案，因为我正在处理一个包含西班牙语列的数据集。一旦我将它们翻译成“年”、“月”、“日”和“小时”，转换就完美了