如何从pandas datetime数据中提取日期时分并拼接整数变量

直接使用pandas原生向量化的datetime访问器操作实现，性能最高、代码最简洁，无需遍历每行数据。

前提假设 #

• 你的DataFrame变量名为df
• 存储datetime类型数据的列名为datetime_col
• 待拼接的整数变量为int_variable = 7

完整代码 #

import pandas as pd

# 可选步骤：如果你的时间列还不是datetime类型，先执行转换
df['datetime_col'] = pd.to_datetime(df['datetime_col'])

# 生成符合要求的新列，结果为字符串类型
int_variable = 7
df['new_col'] = df['datetime_col'].dt.strftime('%Y%m%d%H%M') + str(int_variable)

# 如果你需要最终结果为整数类型，加一步类型转换即可
# df['new_col'] = df['new_col'].astype('int64')

代码说明 #

• dt.strftime('%Y%m%d%H%M') 直接将datetime格式化为指定规则的字符串：%Y对应4位年份、%m对应2位月份（不足补前导零）、%d对应2位日期、%H对应2位24制小时、%M对应2位分钟，完全符合你需要的201710251011格式要求。
• 直接拼接整数变量的字符串形式即可，整个操作是向量化执行，处理百万级数据的速度比自定义apply函数快10倍以上。

效果验证 #

用你给出的示例时间测试：
输入时间：pd.Timestamp('2017-10-25 10:11:12.002000+00:00')
执行后得到的new_col值为2017102510117，完全符合需求。

内容的提问来源于stack exchange，提问作者Adler Müller