Python&Pandas:将列合并为d

Question

在我的dataframe中，时间分为3列：year，month，day，如下所示：

如何将它们转换成date，以便进行时间序列分析？

我可以做到：

df.apply(lambda x:'%s %s %s' % (x['year'],x['month'], x['day']),axis=1)

它给出：

1095       1954 1 1
1096       1954 1 2
1097       1954 1 3
1098       1954 1 4
1099       1954 1 5
1100       1954 1 6
1101       1954 1 7
1102       1954 1 8
1103       1954 1 9
1104      1954 1 10
1105      1954 1 11
1106      1954 1 12
1107      1954 1 13

但接下来呢？

编辑： 这就是我的结局：

from datetime import datetime
df['date']= df.apply(lambda x:datetime.strptime("{0} {1} {2}".format(x['year'],x['month'], x['day']), "%Y %m %d"),axis=1)
df.index= df['date']

Answer 1

将日期格式化为字符串并立即重新分析它是没有意义的；请改用datetime构造函数：

df.apply(lambda x: datetime.date(x['year'], x['month'], x['day']), axis=1)

Answer 2

下面是如何将值转换为时间：

import datetime


df.apply(lambda x:datetime.strptime("{0} {1} {2} 00:00:00".format(x['year'],x['month'], x['day']), "%Y %m %d %H:%M:%S"),axis=1)