提高熊猫中日期时间操作的性能

Question

我有一个大数据集，我需要对操作进行日期处理，由于花费的时间太长，我想知道是否有其他方法可以提高速度。数据框如下所示：

Date, Month
2017-01-01, 0
2017-01-01, 1
2017-01-01, 2

我需要创建另一列，将月份列添加到日期列，因此它如下所示：

Date, Month, newDate
2017-01-01, 0, 2017-01-01
2017-01-01, 1, 2017-02-01
2017-01-01, 2, 2017-03-01

我目前的方法使用应用函数和相对增量方法，例如：

def newDateCalc(self, row):
return row[0] + relativedelta(months = row[1])

df['newDate'] = df[['Date', 'Month']].apply(lambda row: newDateCalc(row), axis = 1)

提前感谢您的帮助，

Answer 1

这是我的矢量化尝试：

df['newDate'] = (df.Date.values.astype('M8[M]') + 
df.Month.values * np.timedelta64(1, 'M')).astype('M8[D]')

结果：

In [106]: df
Out[106]:
Date  Month    newDate
0 2017-01-01      0 2017-01-01
1 2017-01-01      1 2017-02-01
2 2017-01-01      2 2017-03-01

Answer 2

您可以将df.transform与relativedelta一起使用：

In [960]: df.transform(lambda x: x['Date'] + relativedelta(months=x['Month']), axis=1)
Out[960]: 
0   2017-01-01
1   2017-02-01
2   2017-03-01
dtype: datetime64[ns]