Pandas实战100例 | 案例 47: 创建 datetime 列

案例 47: 创建 datetime 列

知识点讲解

在处理时间序列数据时，经常需要从年、月、日等单独的列创建 datetime 类型的列。Pandas 的 to_datetime 函数可以将这些分离的时间组件合并成一个 datetime 类型的列。

• 创建 datetime 列: 使用 pd.to_datetime 函数，并传递包含年、月、日等组件的 DataFrame，可以创建 datetime 类型的列。

示例代码

# 准备数据和示例代码的运行结果，用于案例 47

# 示例数据
data_datetime_creation = {
    'Year': [2020, 2021, 2022],
    'Month': [1, 2, 3],
    'Day': [15, 16, 17]
}
df_datetime_creation = pd.DataFrame(data_datetime_creation)

# 创建 datetime 列
df_datetime_creation['Date'] = pd.to_datetime(df_datetime_creation[['Year', 'Month', 'Day']])

df_datetime_creation

在这个示例中，我们将 Year、Month 和 Day 列合并，创建了一个新的 Date 列。

示例代码运行结果

   Year  Month  Day       Date
0  2020      1   15 2020-01-15
1  2021      2   16 2021-02-16
2  2022      3   17 2022-03-17

这个结果显示了如何从单独的年、月、日列创建 datetime 类型的列。这在处理和分析时间序列数据时是非常有用的。