Pandas 熊猫:将timedelta列添加到datetime列(矢量化)
我有一个包含两列的pandas数据框架,一个是date列,一个是int列,我只想将int列(以天为单位)添加到date列。我使用df.apply()找到了一个解决方案,但在我的完整数据集上速度太慢了。我看不到大量关于以矢量化方式执行此操作的文档(我能找到的最接近的是),因此我想确保找到的解决方案是前进的最佳方式 我的原始数据只是一列字符串作为一列整数(天) 我的第一个想法(有效)是使用。应用如下:Pandas 熊猫:将timedelta列添加到datetime列(矢量化),pandas,vectorization,timedelta,Pandas,Vectorization,Timedelta,我有一个包含两列的pandas数据框架,一个是date列,一个是int列,我只想将int列(以天为单位)添加到date列。我使用df.apply()找到了一个解决方案,但在我的完整数据集上速度太慢了。我看不到大量关于以矢量化方式执行此操作的文档(我能找到的最接近的是),因此我想确保找到的解决方案是前进的最佳方式 我的原始数据只是一列字符串作为一列整数(天) 我的第一个想法(有效)是使用。应用如下: def f(x): return x['ship_date'] + timedel
def f(x):
return x['ship_date'] + timedelta(days=x['days_supply'] )
df['ship_date'] = pd.to_datetime(df['ship_string'])
df['supply_ended'] = df.apply(f,axis = 1)
这是可行的,但速度非常缓慢。我已经在下面发布了我的备选解决方案,作为对这个问题的回答,但我想确认这是“最佳实践”。我在pandas中找不到很多关于向日期添加timedelta列的好线程(特别是以矢量化的方式),所以我想我应该添加一个用户友好一点的线程,希望它能帮助下一个尝试这样做的可怜人。完整代码解决方案:
import pandas as pd
from datetime import timedelta
df = pd.DataFrame([['2016-01-10',28],['2016-05-11',28],['2016-02-23',15],['2015-12-08',30]],
columns = ['ship_string','days_supply'])
df['ship_date'] = pd.to_datetime(df['ship_string'])
df['time_added'] = pd.to_timedelta(df['days_supply'],'d')
df['supply_ended'] = df['ship_date'] + df['time_added']
print df
ship_string days_supply ship_date time_added supply_ended
0 2016-01-10 28 2016-01-10 28 days 2016-02-07
1 2016-05-11 28 2016-05-11 28 days 2016-06-08
2 2016-02-23 15 2016-02-23 15 days 2016-03-09
3 2015-12-08 30 2015-12-08 30 days 2016-01-07
如果这不是一个好的矢量化解决方案,请在下面的评论中告诉我,我将进行编辑 这是一个很好的解决方案,如果不需要创建新列,可能一行更好
df['supply\u ended']=pd.to\u datetime(df['ship\u string'])+pd.to\u timedelta(df['days\u supply'],'d')
,我找不到函数pd.to\u timedelta
,因为DateOffset
无法与Series一起工作,所以感谢您发布该解决方案<代码>,'d'这个小家伙。。。最有价值球员
import pandas as pd
from datetime import timedelta
df = pd.DataFrame([['2016-01-10',28],['2016-05-11',28],['2016-02-23',15],['2015-12-08',30]],
columns = ['ship_string','days_supply'])
df['ship_date'] = pd.to_datetime(df['ship_string'])
df['time_added'] = pd.to_timedelta(df['days_supply'],'d')
df['supply_ended'] = df['ship_date'] + df['time_added']
print df
ship_string days_supply ship_date time_added supply_ended
0 2016-01-10 28 2016-01-10 28 days 2016-02-07
1 2016-05-11 28 2016-05-11 28 days 2016-06-08
2 2016-02-23 15 2016-02-23 15 days 2016-03-09
3 2015-12-08 30 2015-12-08 30 days 2016-01-07