将Pandas中日期与时间字符串列合并为单个datetime类型列

原始DataFrame数据：

date               time
0  Wed Mar 1 2023     7:00p
1  Sun Mar 12 2023    9:00p

两列均为字符串类型，时间中的p代表PM，且所有时间均为下午。需要将两列合并为单个datetime类型列，最终格式为dd/mm/yyyy hh:mm。

你之前的问题点 #

你手动移除日期前缀、替换月份缩写时，空格替换未生效，核心原因是变量名写错了：你定义的替换字典是date_replace，但调用replace时用的是month_replace，导致空格替换的规则根本没被执行。而且手动拼接转换的方式效率确实很低，完全可以用Pandas内置的日期解析函数一步到位。

高效解决方案 #

直接利用pd.to_datetime解析拼接后的日期时间字符串，无需手动替换：

import pandas as pd

# 示例数据
data = {
    'date': ['Wed Mar 1 2023', 'Sun Mar 12 2023'],
    'time': ['7:00p', '9:00p']
}
df = pd.DataFrame(data)

# 1. 拼接日期和时间字符串
df['datetime_combined'] = df['date'] + ' ' + df['time']

# 2. 解析为datetime类型，指定格式匹配原始字符串
df['date'] = pd.to_datetime(df['datetime_combined'], format='%a %b %d %Y %I:%M%p')

# 3. 转换为你需要的显示格式（如果需要字符串格式，否则保持datetime类型即可）
df['date'] = df['date'].dt.strftime('%d/%m/%Y %H:%M')

# 清理临时列（可选）
df.drop('datetime_combined', axis=1, inplace=True)

执行后得到的结果：

date
0  01/03/2023 19:00
1  12/03/2023 21:00

格式参数说明 #

• %a：匹配星期缩写（如Wed、Sun）
• %b：匹配月份缩写（如Mar）
• %d：两位数字的日期（不足补0）
• %Y：四位数字的年份
• %I：12小时制的小时数
• %M：两位数字的分钟数
• %p：匹配AM/PM标识（自动识别p为PM，转换为24小时制）

如果不需要补0的日期/月份（比如期望1/3/2023而非01/03/2023），可以把strftime的格式改成%-d/%-m/%Y %H:%M（Linux/macOS）或%#d/%#m/%Y %H:%M（Windows）。

内容的提问来源于stack exchange，提问作者zanmus