熊猫分配 lambda 函数

Question

我有一个数据帧，它有一个打开时间和关闭时间，我正在尝试以毫秒为单位计算差异。

我的代码目前是这样的

df = df.assign(Latency=lambda d: d.CloseTimeStamp - d.CreationTimeStamp)
df.Latency = df.apply(lambda d: d.Latency.total_seconds() * 1000., axis=1)

但是，我想知道为什么我不能像这样

做单行

df = df.assign(Latency=lambda d: (d.CloseTimeStamp - d.CreationTimeStamp).total_seconds() * 1000.)

当我尝试后者时，我会AttributeError: 'Series' object has no attribute 'total_seconds'

Answer 1

总秒数位于.dt属性内，因此这应该有效：

df = df.assign(Latency=lambda d: (d.CloseTimeStamp - d.CreationTimeStamp).dt.total_seconds() * 1000.)

话虽如此，不需要 lambda 函数：

df = df.assign(Latency=(df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.)

要快得多。

关于效率的进一步说明：df.assign()构建一个全新的数据帧对象;如果您打算将此对象重新分配给df，则最好就地修改df：

df['Latency'] = (df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.

Answer 2

需要.dt访问器，因为使用datetime Series，如果DatetimeIndex，则省略.dt：

df = df.assign(Latency=lambda d: (d.CloseTimeStamp -  d.CreationTimeStamp).dt.total_seconds() * 1000.)

没有λ的解决方案：

df = df.assign(Latency=(df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.)

。和没有assign的解决方案：

df['Latency'] = (df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.