你的txt文件没有头，有很多不必要的列，所以我创建了一个新的例子。如果你的原始数据没有头，在pd.read_csv中使用header=None。

回答

当CSV文件的前3行为以下内容时：

date time val1
20100301 000000 1
20100301 000001 2

字符串
您可以通过以下方式组合第一列和第二列来创建日期时间。（在your_file_path处输入您的文件路径）

import pandas as pd
df = pd.read_csv(your_file_path, sep='\s+', parse_dates={'datetime':[0, 1]})

型
[0, 1]表示示例文件中日期和时间的位置。
DF

datetime            val1
0   2010-03-01 00:00:00 1
1   2010-03-01 00:00:01 2

型
要在不创建文件的情况下简单地检查它，请使用以下代码。

import pandas as pd
import io
txt = '''date time val1
20100301 000000 1
20100301 000001 2'''
df = pd.read_csv(io.StringIO(txt), sep='\s+', parse_dates={'datetime':[0, 1]})

型
io.StringIO make string like file.所以你可以得到相同的结果

让我们来玩琴弦。

在这里，我们将使用传统的方法来做这项工作。

**1.预处理：**假设您的数据保存为*.txt文件，如下所示：

0 20100301 000000 0.89894000000 0.89919000000 0.898940000 0.89916000000 0000000014
1 20100301 000100 0.89918000000 0.89919000000 0.898970000 0.89897000000 0000000015

字符串

2.以csv格式读取文件：

file_path = "Documents/data.txt" # based on your file address
df = pd.read_csv(file_path, sep=" ", header=None, dtype={1:str, 2:str})

型
这些论点是什么意思？

sep：列分隔符，这里是空格（" "）。
header：这里我们的数据文件没有头（列没有任何名称）
dtype：包含日期和时间值的第1列和第2列是字符串。如果您忽略了dtypes，pandas将以整数形式读取这些列，并将000100存储为100。

要深入了解这些参数，请阅读documents。
现在我们有了这个：

>>> df
   0         1       2        3        4        5        6   7
0  0  20100301  000000  0.89894  0.89919  0.89894  0.89916  14
1  1  20100301  000100  0.89918  0.89919  0.89897  0.89897  15

型

**3.字符串操作：**获取日期和时间数据，精确到您想要的格式：

>>> df[1].str[:4]
0    2010
1    2010
Name: 1, dtype: object
>>> df[1].str[4:6]
0    03
1    03
Name: 1, dtype: object
>>> df[1].str[6:]
0    01
1    01
Name: 1, dtype: object

型
对于时间数据：

>>> df[2].str[:2]
0    00
1    00
Name: 2, dtype: object
>>> df[2].str[2:4]
0    00
1    01
Name: 2, dtype: object
>>> df[2].str[4:]
0    00
1    00
Name: 2, dtype: object

型

**重要提示：**通过调用.str属性，我们告诉Python我们需要对列的每一行进行字符串操作，如.join()或'split()等。

现在我们根据您的格式添加字符串：

>>> df[1].str[:4]+"-"+df[1].str[4:6]+"-"+df[1].str[6:]+" "+df[2].str[:2]+":"+df[2].str[2:4]+":"+df[2].str[4:]
0    2010-03-01 00:00:00
1    2010-03-01 00:01:00
dtype: object

型
这是“YYYY-MM-DD HH：MM：SS”格式，如果您希望它改为“YY-MM-DD HH：MM：SS”，请将年份部分更改为df[1].str[2:4]。
将结果保存到新列中：

df[8] = df[1].str[:4]+"-"+df[1].str[4:6]+"-"+df[1].str[6:]+" "+df[2].str[:2]+":"+df[2].str[2:4]+":"+df[2].str[4:]

型
干杯！干杯！

您只需要使用 datetime 模块，特别是它的 strftime（） 和 strptime（） 函数。

from datetime import datetime as DT

with open("foo.txt") as data:
    for line in map(str.strip, data):
        if line: # make sure it's not a blank line
            _, d, t, *_ = line.split()
            # parse the data
            p = DT.strptime(f"{d}{t}", "%Y%m%d%H%M%S")
            # format the datetime
            print(DT.strftime(p, "%y-%m-%d %H:%M:%S"))

字符串

输出：

10-03-01 00:00:00
10-03-01 00:01:00

型