如何将年、月和日列组合到单个datetime列?

有一种更简单的方法:

In [250]: df['Date']=pd.to_datetime(df[['year','month','day']])

In [251]: df
Out[251]:
    id      lat      lon  year  month  day       Date
0  381  53.3066 -0.54649  2004      1    2 2004-01-02
1  381  53.3066 -0.54649  2004      1    3 2004-01-03
2  381  53.3066 -0.54649  2004      1    4 2004-01-04

从…起 docs :

从数据帧的多个列组装datetime。钥匙 可以是常见的缩写,如[ year , month , day , minute , second , ms , us , ns ])或相同的复数

一种解决方案是将这些列转换为字符串,并使用 agg + str.join ,然后转换为 datetime .

df['Date'] = pd.to_datetime(
    df[['year', 'month', 'day']].astype(str).agg('-'.join, axis=1))

df

    id      lat      lon  year  month  day       Date
0  381  53.3066 -0.54649  2004      1    2 2004-01-02
1  381  53.3066 -0.54649  2004      1    3 2004-01-03
2  381  53.3066 -0.54649  2004      1    4 2004-01-04

您可能还需要添加 errors='coerce' 参数,如果列之间的日期时间组合无效。

修复您的代码

df['Date']=pd.to_datetime(df.year*10000+df.month*100+df.day,format='%Y%m%d')
df
Out[57]: 
    id      lat      lon  year  month  day       Date
0  381  53.3066 -0.54649  2004      1    2 2004-01-02
1  381  53.3066 -0.54649  2004      1    3 2004-01-03
2  381  53.3066 -0.54649  2004      1    4 2004-01-04

我很难找到解决方案,因为我正在处理一个包含西班牙语列的数据集。当我把它们翻译成“年”、“月”、“日”和“小时”时,转换工作就完成了