在使用pandas将仅包含时间信息的字符串列转换为datetime类型时，若不提供日期上下文，pandas默认会填充当前日期，导致原始日期信息丢失或错误。本文将详细介绍三种有效策略，包括字符串拼接、datetime与timedelta组合，以及源数据预处理，以确保日期和时间信息的准确合并与转换，从而避免日期意外变更。
在数据处理中，将字符串格式的日期和时间数据转换为datetime对象是常见的操作。然而，当数据集中日期和时间信息分别存储在不同的列中，并且尝试单独将仅包含时间信息的字符串列（例如"11:38:36 AM"）转换为datetime类型时，开发者可能会遇到一个常见的问题：转换后的datetime对象会意外地包含一个与原始数据不符的日期。
这个问题的根源在于pandas.to_datetime函数的默认行为。当pd.to_datetime接收到一个不包含日期部分的纯时间字符串时，它无法从该字符串中推断出日期信息。在这种情况下，Pandas会默认使用当前系统日期来填充缺失的日期部分。这意味着，如果你在2023年12月29日运行代码转换一个纯时间字符串，转换后的datetime对象将包含2023-12-29作为日期，无论原始日期是什么。这显然不是我们期望的结果，尤其是在处理需要精确日期时间戳的业务数据时。
为了避免这种日期漂移问题，我们需要确保在执行datetime转换时，始终提供完整的日期上下文。以下将介绍几种有效的解决方案。
1. 字符串拼接与转换
最直观的方法是将日期和时间字符串合并成一个完整的日期时间字符串，然后再进行pd.to_datetime转换。这种方法适用于日期和时间分别存储为字符串格式的列。
操作步骤： 首先，确保order_date和order_time列都是字符串类型。然后，使用str.cat()方法将它们与一个空格分隔符拼接起来，创建一个新的列，该列包含完整的日期时间字符串。最后，将这个新列转换为datetime类型。
示例代码：
import pandas as pd
# 初始DataFrame
data = {
'order_details_id': [1, 2, 3, 4, 5],
'order_id': [1, 2, 2, 2, 2],
'order_date': ['1/1/23', '1/1/23', '1/1/23', '1/1/23', '1/1/23'],
'order_time': ['11:38:36 AM', '11:57:40 AM', '11:57:40 AM', '11:57:40 AM', '11:57:40 AM'],
'item_id': [109.0, 108.0, 124124.0, 117.0, 129.0]
}
df = pd.DataFrame(data)
# 确保order_date和order_time是字符串类型
df['order_date'] = df['order_date'].astype(str)
df['order_time'] = df['order_time'].astype(str)
# 拼接日期和时间字符串，然后转换为datetime
df['order_datetime'] = pd.to_datetime(df['order_date'].str.cat(df['order_time'], sep=' '))
print("转换后的DataFrame (字符串拼接):")
print(df[['order_date', 'order_time', 'order_datetime']])
print("\n数据类型：")
print(df.dtypes)输出示例：
转换后的DataFrame (字符串拼接): order_date order_time order_datetime 0 1/1/23 11:38:36 AM 2023-01-01 11:38:36 1 1/1/23 11:57:40 AM 2023-01-01 11:57:40 2 1/1/23 11:57:40 AM 2023-01-01 11:57:40 3 1/1/23 11:57:40 AM 2023-01-01 11:57:40 4 1/1/23 11:57:40 AM 2023-01-01 11:57:40 数据类型： order_details_id int64 order_id int64 order_date object order_time object item_id float64 order_datetime datetime64[ns] dtype: object
这种方法简单直接，易于理解和实现。
2. 日期时间与时间差组合
另一种更推荐且在某些场景下更具性能优势的方法是，将日期列转换为datetime对象，将时间列转换为timedelta对象，然后将两者相加。这种方法在处理大量数据时可能更为高效，因为它利用了Pandas的矢量化操作。
操作步骤： 首先，将order_date列直接转换为datetime类型。然后，将order_time列转换为timedelta类型。pd.to_timedelta能够识别多种时间格式字符串。最后，将这两个新生成的序列相加，得到完整的datetime列。
示例代码：
import pandas as pd
# 初始DataFrame
data = {
'order_details_id': [1, 2, 3, 4, 5],
'order_id': [1, 2, 2, 2, 2],
'order_date': ['1/1/23', '1/1/23', '1/1/23', '1/1/23', '1/1/23'],
'order_time': ['11:38:36 AM', '11:57:40 AM', '11:57:40 AM', '11:57:40 AM', '11:57:40 AM'],
'item_id': [109.0, 108.0, 124124.0, 117.0, 129.0]
}
df = pd.DataFrame(data)
# 将order_date转换为datetime，将order_time转换为timedelta，然后相加
# 使用pop()方法移除原始列，如果需要保留原始列，可以不使用pop()
df['order_datetime'] = pd.to_datetime(df.pop('order_date')) + pd.to_timedelta(df.pop('order_time'))
print("转换后的DataFrame (datetime + timedelta):")
print(df[['order_datetime']])
print("\n数据类型：")
print(df.dtypes)输出示例：
转换后的DataFrame (datetime + timedelta):
order_datetime
0 2023-01-01 11:38:36
1 2023-01-01 11:57:40
2 2023-01-01 11:57:40
3 2023-01-01 11:57:40
4 2023-01-01 11:57:40
数据类型：
order_details_id int64
order_id int64
item_id float64
order_datetime datetime64[ns]
dtype: object此方法通过将日期和时间分别处理为它们各自的Pandas类型，然后进行数学运算，避免了字符串操作可能带来的性能开销，并且逻辑上更清晰地表达了日期和时间的组合。
3. 源数据预处理：将日期和时间作为单一列读取
最佳实践是在数据导入阶段就确保日期和时间信息合并在一起。如果可能，修改数据源或导入逻辑，使得日期和时间作为单个字符串列被读取。这样可以避免后续的列拼接或类型转换步骤，简化代码并提高效率。
操作步骤： 假设原始数据已经将日期和时间合并为一个字符串列，例如order_date_time。
示例代码：
import pandas as pd
# 模拟原始数据已包含合并的日期时间列
data_combined = {
'order_details_id': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5},
'order_id': {0: 1, 1: 2, 2: 2, 3: 2, 4: 2},
'order_date_time': {0: '1/1/23 11:38:36 AM',
1: '1/1/23 11:57:40 AM',
2: '1/1/23 11:57:40 AM',
3: '1/1/23 11:57:40 AM',
4: '1/1/23 11:57:40 AM'},
'item_id': {0: 109.0, 1: 108.0, 2: 124124.0, 3: 117.0, 4: 129.0}
}
df_combined = pd.DataFrame(data_combined)
# 直接将合并后的列转换为datetime
df_combined['order_dt'] = pd.to_datetime(df_combined['order_date_time'])
print("转换后的DataFrame (源数据预 
