Python 在数据帧中将浮点值转换为时间增量值

我想将dataframe中的某些列转换为timedelta值。 在此示例中，“第1天”、“第2天”、“第3天”列需要从浮点值转换为时间增量值（以天为单位）

我尝试使用

pd.to_timedelta（）

函数进行转换，但出现错误

arg必须是字符串、timedelta、列表、元组、1-d数组或序列

newdf[['days 1','days 2', 'days 3']] = pd.to_timedelta(newdf[['days 1','days 2','days 3']],unit = 'D') 

然而，当我将每一列分开时，代码运行良好

newdf['days 1'] = pd.to_timedelta(newdf['days 1'],unit = 'D')
newdf['days 2'] = pd.to_timedelta(newdf['days 2'],unit = 'D')
newdf['days 3'] = pd.to_timedelta(newdf['days 3'],unit = 'D')

我还尝试了使用

.apply（）

函数，但没有成功

newdf[['days 1','days 2','days 3']] = newdf.apply(pd.to_timedelta(arg = ['days 1','days 2','days 3'],unit = 'D'))

---

关于如何在一行中转换数据框中的指定列，您有什么想法吗？

使用

。apply

对我很有用。您错误地将列作为参数

newdf[['days 1','days 2', 'days 3']] = newdf[['days 1','days 2','days 3']].apply(pd.to_timedelta,unit = 'D')

newdf[['days 1','days 2', 'days 3']] = newdf[['days 1','days 2','days 3']].apply(pd.to_timedelta,unit = 'D')