如何将DataFrame中Time:Date与Time:Time两列合并为Date:Time列

嘿，这个需求很容易实现，用Pandas的字符串拼接功能就能快速搞定！下面是具体步骤和代码示例：

步骤1：还原你的数据集（模拟示例） #

先把你提供的DataFrame还原出来，方便演示：

import pandas as pd

data = {
    'Time:Date': ['03/28/2018', '03/28/2018', '03/28/2018', '03/28/2018', '03/28/2018'],
    'Time:Time': ['10:00:00 AM', '10:01:00 AM', '10:02:00 AM', '10:03:00 AM', '10:04:00 AM']
}
df = pd.DataFrame(data)

步骤2：合并两列生成目标列 #

直接将Time:Date和Time:Time的字符串用空格拼接，赋值给新的Date:Time列：

# 用空格分隔日期和时间字符串，合并成新列
df['Date:Time'] = df['Time:Date'] + ' ' + df['Time:Time']

步骤3：移除原列（可选） #

如果不需要保留原来的两列，用drop方法删除它们即可：

# axis=1表示对列进行操作，删除指定的两列
df = df.drop(['Time:Date', 'Time:Time'], axis=1)

额外优化：转为datetime类型（方便后续操作） #

如果之后需要对时间列做筛选、计算等操作，建议把字符串转为Pandas的datetime类型：

# 按照你的时间格式指定解析规则
df['Date:Time'] = pd.to_datetime(df['Date:Time'], format='%m/%d/%Y %I:%M:%S %p')

这里的format参数对应你的时间格式：

• %m：两位数字的月份（01-12）
• %d：两位数字的日期（01-31）
• %Y：四位数字的年份
• %I：12小时制的小时（01-12）
• %M：两位数字的分钟（00-59）
• %S：两位数字的秒（00-59）
• %p：AM/PM标识

执行完上面的代码，就能得到你想要的输出结果啦！

内容的提问来源于stack exchange，提问作者Rafiq Shaikh