python - 将多列转换为没有 Pandas 日期的日期时间

Question

我有一个包含 3 列的数据框，一列代表小时，一列代表分钟，一列代表秒，如下所示:

df = pd.DataFrame({'hour': [9.0, 9.0, 9.0, 10.0],
                   'min': [12.0, 13.0, 55.0, 2.0],
                   'sec': [42.0, 30.0, 12.0, 5.0]})

>>> df
   hour   min   sec
0   9.0  12.0  42.0
1   9.0  13.0  30.0
2   9.0  55.0  12.0
3  10.0   2.0   5.0

我正在尝试将这三列组合成一个由日期时间系列组成的新列。目标是拥有这个数据框:

   hour   min   sec      time
0   9.0  12.0  42.0   9:12:42
1   9.0  13.0  30.0   9:13:30
2   9.0  55.0  12.0   9:55:12
3  10.0   2.0   5.0  10:02:05

到目前为止，我正在尝试使用 pd.to_datetime，如下所示:

df['time'] = pd.to_datetime(df[['hour', 'min', 'sec']],
                        format = '%H:%M:S')

但我收到以下 ValueError:ValueError:组装映射需要至少指定 [year, month, day]:缺少 [day,month,year]。

我试图通过仅包含时分秒的 format 参数来避免这种情况，但显然这不起作用。

有人问了类似的问题here ，但建议的解决方案在这种情况下似乎不起作用，我仍然收到此 ValueError

任何解决此问题的想法将不胜感激!

谢谢!

[编辑]:我还需要能够处理 NaN 的方法，所以像这样的数据框:

df = pd.DataFrame({'hour': [9.0, 9.0, 9.0, 10.0, np.nan],
                   'min': [12.0, 13.0, 55.0, 2.0, np.nan],
                   'sec': [42.0, 30.0, 12.0, 5.0, np.nan]})

@PiRSquared 提出的解决方案有效

Answer 1

不确定是否有更直接的方法，但这可行

df['time'] = pd.to_datetime(df['hour'].astype(int).astype(str)+':'+df['min'].astype(int).astype(str)+':'+df['sec'].astype(int).astype(str), format = '%H:%M:%S').dt.time


    hour    min     sec     time
0   9.0     12.0    42.0    09:12:42
1   9.0     13.0    30.0    09:13:30
2   9.0     55.0    12.0    09:55:12
3   10.0    2.0     5.0     10:02:05