如何将年、月和日列组合为单个日期时间列？

Question

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列根据格式yyyy-md 。

在这篇文章之后，我做了：

`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，并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？

Answer 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

来自文档：

从 DataFrame 的多列组装日期时间。 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

Answer 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

如果列之间的日期时间组合无效，您可能还想添加一个errors='coerce'参数。

Answer 3

修复您的代码

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

Answer 4

我努力寻找解决方案，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