如何让Pandas中CREATED_AT列继承索引的日期部分？

问题场景 #

现有如下Pandas DataFrame：

import pandas as pd

data = {
    'CREATED_AT': ['2022-01-01 07:30:00', '2022-01-01 07:30:00'],
    'COUNT': [5, 10]
}
df = pd.DataFrame(data, index=['1990-01-01', '1990-01-02'])

索引为日期字符串，CREATED_AT列的datetime值日期部分完全相同，需要将CREATED_AT的日期部分替换为对应行的索引日期，保留原有的时分秒，期望结果：

CREATED_AT  COUNT
1990-01-01 1990-01-01 07:30:00      5
1990-01-02 1990-01-02 07:30:00     10

尝试操作时出现错误：无法添加DatetimeArray与DatetimeArray

解决方案 #

步骤1：统一datetime类型 #

先将索引和CREATED_AT列转换为datetime类型（若原本不是）：

df.index = pd.to_datetime(df.index)
df['CREATED_AT'] = pd.to_datetime(df['CREATED_AT'])

方法1：矢量化时间偏移法（推荐） #

计算原CREATED_AT的当日时间偏移量（即从当天0点到该时间的时长），再将偏移量加到索引日期上：

# 获取原时间的当日偏移量（Timedelta类型）
time_offset = df['CREATED_AT'] - df['CREATED_AT'].dt.floor('D')
# 将偏移量与索引日期相加，生成新的datetime
df['CREATED_AT'] = df.index + time_offset

该方法为矢量化操作，处理大数据集时效率更高，无字符串拼接的额外开销。

方法2：字符串拼接法 #

提取原时间的时分秒字符串，与索引日期拼接后转换为datetime：

# 提取时分秒部分
time_str = df['CREATED_AT'].dt.strftime('%H:%M:%S')
# 拼接日期与时分秒，转为datetime
df['CREATED_AT'] = pd.to_datetime(df.index.strftime('%Y-%m-%d') + ' ' + time_str)

错误原因 #

直接对两个DatetimeArray执行加法操作是Pandas不允许的——datetime之间的加法没有明确业务意义。正确逻辑是将其中一方转换为时间差（Timedelta），再与另一方的datetime对象相加。

内容的提问来源于stack exchange，提问作者Daniel