Python 如何将条件timedelta操作矢量化？

我想避免Python pandas中的for循环，但由于缺乏暴露，我没有做到。我想在现有列的基础上通过添加一些信息来派生一个新列

我的设想：

for each in data['days']:
    if each<100000:
        clsdate.append(datetime.now()+ relativedelta(days=each))
    else:
        clsdate.append(datetime.now())

data['clsdate'] = clsdate

对于数据['days']中的每一项：
如果每个都可以使用：

您可以使用：

您可以使用pandas的datetime函数：

df = pd.DataFrame()
df['days'] = [1, 3, 2, 4]
pd.to_datetime('now') + pd.to_timedelta(df['days'], unit='days')
Out: 
0   2016-08-09 07:25:22
1   2016-08-11 07:25:22
2   2016-08-10 07:25:22
3   2016-08-12 07:25:22
Name: days, dtype: datetime64[ns]

您可以使用pandas的datetime函数：

df = pd.DataFrame()
df['days'] = [1, 3, 2, 4]
pd.to_datetime('now') + pd.to_timedelta(df['days'], unit='days')
Out: 
0   2016-08-09 07:25:22
1   2016-08-11 07:25:22
2   2016-08-10 07:25:22
3   2016-08-12 07:25:22
Name: days, dtype: datetime64[ns]

更新了我的问题。我现在有一张支票。更新了我的问题。我现在有一张支票。更新了我的问题。现在检查一下。更新了我的问题。现在检查一下。什么是
prediction
？datetime.now（），编辑了我的问题。什么是
prediction
？datetime.now（），编辑了我的问题。