从Pandas中的两个不同行解析日期
从Pandas中的两个不同行解析日期
提问于 2018-08-02 10:25:11
我在Pandas DataFrame中有两个不同行的日期和时间戳。任何指针，如何将日期和时间一起解析成一行，可以进一步用于时间序列分析？
例如：
Row 1 Date 2017-12-11 00:00:00 2017-12-11 00:00:00 2017-12-11 00:00:00 2017-12-11 00:00:00
Row 2 Timestamp 01:00:00 02:00:00 03:00:00 04:00:00 然后有更多的行拥有更多的数据
第1排和第2排能否结合在一起，共同拥有完整的日期/时间戳信息？
我正在考虑应用转置，然后在列上使用parse_dates。在python中还有其他直接的方法吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-08-02 10:28:52
我认为最好的方法是首先将DataFrame转置到columns，然后从rows转到每列相同的dtype：
df = df.T然后通过to_datetime转换列to_datetime并添加Time转换的to_timedelta
df['dates'] = pd.to_datetime(df['Date']) + pd.to_timedelta(df['Time'])Stack Overflow用户
发布于 2018-08-02 10:36:06
如果您正在处理时间序列数据，我强烈建议您将datetime组件作为索引。当您的数据more有一个包含非重复值的索引时，您可能会发现操作更有效。
你先转换数据的想法是好的。下面是一个很小的例子：
df = pd.DataFrame([['2017-12-11 00:00:00', '2017-12-11 00:00:00',
'2017-12-11 00:00:00', '2017-12-11 00:00:00'],
['01:00:00', '02:00:00', '03:00:00', '04:00:00'],
[1, 2, 3, 4], [5, 6, 7, 8]],
index=['Date', 'Timestamp', 'Data1', 'Data2'])
df = df.T
df.index = pd.to_datetime(df.pop('Date')) + pd.to_timedelta(df.pop('Timestamp'))由此产生的数据文件：
print(df)
Data1 Data2
2017-12-11 01:00:00 1 5
2017-12-11 02:00:00 2 6
2017-12-11 03:00:00 3 7
2017-12-11 04:00:00 4 8你现在有了一个DatetimeIndex
print(df.index)
DatetimeIndex(['2017-12-11 01:00:00', '2017-12-11 02:00:00',
'2017-12-11 03:00:00', '2017-12-11 04:00:00'],
dtype='datetime64[ns]', freq=None)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51651243
复制相关文章
相似问题
腾讯云开发者
