1. 概要
1-1. 動機
結構調べたけど、実現してくれる関数っぽいものは見つけられなかったので、記事にしておく((φ(>ω<*)
1-2. やりたいこと
以下のような DataFrame があったときに、
colaboratory
df_datetime: pd.DataFrame = pd.DataFrame({
"Year": [2024] * 10,
"Month": [1, 1] + [2] * 4 + [4] * 4,
"Day": [10, 13, 1, 2, 14, 15, 19, 20, 21, 24],
"Hour": [11, 15, 18, 21, 1, 6, 21, 23, 2, 5],
"Minute": [20, 21, 3, 35, 15, 59, 8, 2, 52, 26]
})
df_datetime
# 実行結果
Year Month Day Hour Minute
0 2024 1 10 11 20
1 2024 1 13 15 21
2 2024 2 1 18 3
3 2024 2 2 21 35
4 2024 2 14 1 15
5 2024 2 15 6 59
6 2024 4 19 21 8
7 2024 4 20 23 2
8 2024 4 21 2 52
9 2024 4 24 5 26
以下のように新しい列を作りたい。
colaboratory
Year Month Day Hour Minute dt
0 2024 1 10 11 20 2024-01-10 11:20:00
1 2024 1 13 15 21 2024-01-13 15:21:00
2 2024 2 1 18 3 2024-02-01 18:03:00
3 2024 2 2 21 35 2024-02-02 21:35:00
4 2024 2 14 1 15 2024-02-14 01:15:00
5 2024 2 15 6 59 2024-02-15 06:59:00
6 2024 4 19 21 8 2024-04-19 21:08:00
7 2024 4 20 23 2 2024-04-20 23:02:00
8 2024 4 21 2 52 2024-04-21 02:52:00
9 2024 4 24 5 26 2024-04-24 05:26:00
2. 実現方法
以下のように書けば、所望の列を生成できる！
colaboratory
# 各列の値が int や float の時は、 str にしておく
df_tmp = df_datetime.astype({
"Year": str,
"Month": str,
"Day": str,
"Hour": str,
"Minute": str
})
# 全ての列が str (object) 型なら実行可能
series_cat = (
df_tmp["Year"]
.str.cat(df_tmp["Month"], sep="/")
.str.cat(df_tmp["Day"], sep="/")
.str.cat(df_tmp["Hour"], sep=" ")
.str.cat(df_tmp["Minute"], sep=":")
)
pd.to_datetime(series_cat)
# 実行結果
0 2024-01-10 11:20:00
1 2024-01-13 15:21:00
2 2024-02-01 18:03:00
3 2024-02-02 21:35:00
4 2024-02-14 01:15:00
5 2024-02-15 06:59:00
6 2024-04-19 21:08:00
7 2024-04-20 23:02:00
8 2024-04-21 02:52:00
9 2024-04-24 05:26:00
Name: Year, dtype: datetime64[ns]
3. 補足
"2024/2/4 1:2:3" こういう文字列を正しく datetime 型に変換できるのか不安があったので、試してみた。
pd.to_datetime("2024/2/4 1:2:3")
# 実行結果
Timestamp('2024-02-04 01:02:03')
大丈夫みたいだね( *˙︶˙*)وｸﾞｯ!