如何用Pandas合并带时区DATE与TIME列生成无时区MERGEDATE列？

以下是分步实现方案：

• 第一步：转换DATE列并移除时区
  先把object类型的DATE列转为带时区的datetime，再移除时区信息：

  import pandas as pd
  df = pd.read_csv('Automobile.csv')
  # 转换为datetime并移除时区
  df['DATE'] = pd.to_datetime(df['DATE']).dt.tz_localize(None)
  

• 第二步：处理int类型的TIME列
  将int64类型的时间值（如1500、520）转换为标准的HH:MM格式字符串：

  # 补全为4位字符串，再分割为小时和分钟
  df['TIME_FORMATTED'] = df['TIME'].astype(str).str.zfill(4).str.replace(r'(\d{2})(\d{2})', r'\1:\2', regex=True)
  

  这里str.zfill(4)会把520补成0520，正则替换后变成05:20，1500则变成15:00。

• 第三步：合并生成MERGEDATE列
  直接将处理后的DATE（datetime类型）与TIME_FORMATTED转为时间增量后相加，得到无时区的合并datetime列：

  df['MERGEDATE'] = df['DATE'] + pd.to_timedelta(df['TIME_FORMATTED'])
  

  也可以用字符串拼接后转datetime的方式，效率稍低但直观：

  df['MERGEDATE'] = pd.to_datetime(df['DATE'].astype(str) + ' ' + df['TIME_FORMATTED'])
  

• 可选：清理中间列
  如果不需要保留TIME_FORMATTED列，可以删除：

  df.drop('TIME_FORMATTED', axis=1, inplace=True)
  

内容的提问来源于stack exchange，提问作者user4237042