如何在Pandas中正确合并日期与时间序列列？

直接对Timestamp类型的Date列和datetime.time类型的Time列执行+运算会报错，因为这两种类型不支持直接相加。以下是两种可行的合并方法：

方法1：利用Timestamp.combine()逐行合并 #

通过apply逐行处理，将Date列的日期部分（datetime.date）与Time列的时间部分组合成完整的datetime对象，再转为Timestamp：

import pandas as pd
from datetime import datetime

df['dt'] = df.apply(lambda row: pd.Timestamp.combine(row['Date'].date(), row['Time']), axis=1)

方法2：将Time转为Timedelta后与Date相加 #

把datetime.time类型转为字符串，再通过pd.to_timedelta转为时间差类型，直接与Timestamp类型的Date列相加：

df['dt'] = df['Date'] + pd.to_timedelta(df['Time'].astype(str))

两种方法都能得到合并后的Timestamp类型列，可根据个人习惯选择。

内容的提问来源于stack exchange，提问作者Mammad