值得一提的是，你可能已经能够在阅读这 直接
，如果你正在使用如
read_csv使用
parse_dates=[['Date','Time']]。
假设这些只是字符串，您可以简单地将它们添加在一起（带有空格），从而可以应用
to_datetime：
In [11]: df['Date'] + ' ' + df['Time']Out[11]:0 01-06-2013 23:00:001 02-06-2013 01:00:002 02-06-2013 21:00:003 02-06-2013 22:00:004 02-06-2013 23:00:005 03-06-2013 01:00:006 03-06-2013 21:00:007 03-06-2013 22:00:008 03-06-2013 23:00:009 04-06-2013 01:00:00dtype: objectIn [12]: pd.to_datetime(df['Date'] + ' ' + df['Time'])Out[12]:0 2013-01-06 23:00:001 2013-02-06 01:00:002 2013-02-06 21:00:003 2013-02-06 22:00:004 2013-02-06 23:00:005 2013-03-06 01:00:006 2013-03-06 21:00:007 2013-03-06 22:00:008 2013-03-06 23:00:009 2013-04-06 01:00:00dtype: datetime64[ns]
注意：令人惊讶的（对我而言），这在将NaN转换为NaT时可以很好地工作，但值得担心的是转换（也许使用raise
参数）。
