如何用Pandas将特定格式的Date和Time列合并为Date_Time列

原始数据 #

Time    Date
213919  220806
220905  220806
225351  220806
4101    220806
12037   220806

需求说明 #

• Time列为hhmmss格式，但部分数据长度不足6位，需从末尾读取并补前导0至6位，再转换为hh:mm:ss格式（如4101→00:41:01，12037→01:20:37）
• Date列为yymmdd格式，需转换为dd/mm/yyyy格式
• 新增Date_Time列，合并处理后的日期与时间，格式为dd/mm/yyyy hh:mm:ss

解决方案 #

使用Pandas可以简洁实现该需求，核心思路是先统一时间字符串长度，再结合日期字符串解析为datetime对象，最后格式化输出：

import pandas as pd

# 初始化示例DataFrame（实际使用时替换为你的原始df）
df = pd.DataFrame({
    'Time': [213919, 220905, 225351, 4101, 12037],
    'Date': [220806, 220806, 220806, 220806, 220806]
})

# 生成Date_Time列
df['Date_Time'] = pd.to_datetime(
    # 将Date转为字符串，Time转为字符串后补前导0到6位，拼接成yymmddhhmmss格式
    df['Date'].astype(str) + df['Time'].astype(str).str.zfill(6),
    format='%y%m%d%H%M%S'
).dt.strftime('%d/%m/%Y %H:%M:%S')

# 查看处理结果
print(df)

处理后结果 #

Time    Date            Date_Time
0  213919  220806  06/08/2022 21:39:19
1  220905  220806  06/08/2022 22:09:05
2  225351  220806  06/08/2022 22:53:51
3    4101  220806  06/08/2022 00:41:01
4   12037  220806  06/08/2022 01:20:37

内容的提问来源于stack exchange，提问作者serdar_bay