将数字列转换为日期时间 pandas - Python

在数据处理中，经常会遇到需要将数字列转换为日期时间的需求。pandas是一个非常强大的数据处理工具，支持将列转换为日期时间类型，并支持多种格式。

代码示例

import pandas as pd

# 创建示例数据
data = {'date': [20210101, 20210202, 20210303], 'time': [120000, 123000, 124500]}
df = pd.DataFrame(data)

# 将日期和时间列合并为一个字符串列
df['datetime'] = df['date'].astype(str) + df['time'].astype(str)

# 将字符串列转换为日期时间类型
df['datetime'] = pd.to_datetime(df['datetime'], format='%Y%m%d%H%M%S')

# 打印结果
print(df)

输出结果：

       date    time            datetime
0  20210101  120000 2021-01-01 12:00:00
1  20210202  123000 2021-02-02 12:30:00
2  20210303  124500 2021-03-03 12:45:00

代码解释

首先，我们创建了一个包含日期和时间列的示例数据。

然后，我们将日期和时间列合并为一个字符串列，方便转换为日期时间类型。这里我们使用了astype()方法将整数转换为字符串，并使用了字符串拼接功能。

接着，我们使用to_datetime()方法将字符串列转换为日期时间类型。这里需要指定format参数来告诉pandas如何解析字符串。format参数的具体格式可以参考pandas官方文档。

最后，我们打印结果。可以看到，日期和时间列已经被合并成了一个日期时间列，并且格式正确。

总结

通过本文，你学会了如何将数字列转换为日期时间，以及如何使用pandas处理日期时间类型的数据。pandas支持多种日期时间格式，可以轻松满足不同场景下的数据处理需求。