将5分钟时间间隔合并为小时间隔时遇TypeError问题求助

错误根源 #

你遇到的TypeError是因为vds2['Date']是datetime.date类型数组，vds2['Time']是datetime.time类型数组，这两种类型都无法直接和字符串' '做加法运算。要合并成可用于索引的datetime对象，需要先将它们转为字符串后再拼接，或者利用原始字段直接组合。

方案一：修复现有代码 #

将Date和Time列转为字符串后拼接，再转换为datetime索引：

# 转换为字符串后拼接，生成完整时间字符串
vds2.index = pd.to_datetime(vds2['Date'].astype(str) + ' ' + vds2['Time'].astype(str))
# 按小时重采样求和
vds2 = vds2.resample('H').agg({'Volume':'sum'})

方案二：简化流程（推荐） #

跳过生成Date和Time中间列的步骤，直接利用原始的datestamp和timestamp字段组合成datetime索引，效率更高：

# 筛选2017年8月数据并重命名列
vds2 = vds2[(vds2['datestamp'].dt.year == 2017) & (vds2['datestamp'].dt.month == 8)]
vds2 = vds2.rename(columns={'det_vol': 'Volume'})

# 直接合并日期和时间字段为datetime索引（无需生成中间列）
# 如果timestamp是时间字符串（如"08:05:00"），可以用以下两种方式：
# 方式1：字符串拼接
vds2.index = pd.to_datetime(vds2['datestamp'].astype(str) + ' ' + vds2['timestamp'])
# 方式2：更高效的时间增量合并（推荐）
vds2.index = vds2['datestamp'] + pd.to_timedelta(vds2['timestamp'])

# 按小时重采样统计流量总和
vds2 = vds2.resample('H').agg({'Volume':'sum'})

补充说明 #

方案二中的pd.to_timedelta(vds2['timestamp'])可以直接将时间字符串转换为时间增量，和datestamp（datetime类型）相加得到完整的datetime对象，这种方式不需要字符串转换，性能更优。

内容的提问来源于stack exchange，提问作者Oscy