如何用Pandas将独立时分秒列合并为单个时间列并构建时序索引？

需求描述 #

想要创建一个单个时间列，以便通过重采样日期/时间索引来绘制时间序列图，但在合并列及设置索引时遇到问题。

已尝试的代码 #

读取数据及初始尝试 #

colnames=['time_ms','power','chisq','stations','alt','hour','min','sec','time_frac','lat','lon']
df = pd.read_csv('/data/selected_lma_matlab_20210914.txt',delim_whitespace=True, header=None, names=colnames)
# 曾尝试在读取时直接解析日期作为索引（未成功）
# df = pd.read_csv('/data/selected_lma_matlab_20210914.txt',delim_whitespace=True, header=None,names=colnames,parse_dates=[[5, 7]], index_col=0)
# df = pd.read_csv('/data/selected_lma_matlab_20210914.txt',delim_whitespace=True, header=None,names=colnames,infer_datetime_format=True,parse_dates=[[5, 6]], index_col=0)

尝试添加完整日期列 #

# 尝试拼接日期与时间字段，但未成功
s = df['hour'].mul(10000) + df['min'].mul(100) + df['sec']
df['date'] = pd.to_datetime('2021-09-14 ' + s.astype(int), format='%Y-%m-%d %H%M%S.%f')

创建时间列并设置索引 #

# 成功生成时间列，但设置索引后仍无法正常重采样
df['time'] = (pd.to_datetime(df['hour'].astype(str) + ':' + df['min'].astype(str), format='%H:%M')
         .dt.time)
df['Datetime'] = pd.to_datetime(df['time'])
df.set_index('Datetime')

统计列与重采样尝试 #

# 创建用于统计的标识列，尝试重采样生成时序数据
df['tot'] = 1 
df2 = df[['tot']].resample('5min').sum() 

当前问题 #

尽管尝试了上述多种方法，仍持续遇到日期时间格式或索引相关错误，无法完成重采样操作以生成可用的时间序列数据。

内容的提问来源于stack exchange，提问作者jakehou97