python - 更快地组合大型数据集的日期、小时和间隔列的方法

Question

我目前有一个包含日期、小时和间隔(刻钟)列的大约 120 万行的数据集。

Delivery Date      Delivery Hour Delivery Interval
1-1-2017           1             1
1-1-2017           1             2
1-1-2017           1             3
1-1-2017           1             4

我目前有一个 for 循环，可以将这些列组合成一个列，但我正在寻找一种更快的方法，因为这将需要数小时才能完成运行。

for i in range(len(df_rt['Delivery Interval'])):

    hour = int(df_rt['Delivery Hour'][i]) - 1
    minute = (int(df_rt['Delivery Interval'][i]) - 1)*15
    df_rt['Time'][i] = str(hour) + ':' + str(minute)

df_rt['DateTime'] = df_rt['Delivery Date'] + " " + df_rt['Time']
df_rt['DateTime'] = pd.to_datetime(df_rt['DateTime'])

Answer 1

不是最干净的解决方案，但它避免了显式循环遍历您的数据框:

df['DateTime'] = pd.to_datetime(df['Delivery Date'].astype(str) + ' ' + 
    (df['Delivery Hour'].astype(int)-1).astype(str) + ':' + 
    ((df['Delivery Interval'].astype(int)-1)*15).astype(str))

鉴于您的示例数据框，这会产生:

  Delivery Date  Delivery Hour  Delivery Interval            DateTime
0      1-1-2017              1                  1 2017-01-01 00:00:00
1      1-1-2017              1                  2 2017-01-01 00:15:00
2      1-1-2017              1                  3 2017-01-01 00:30:00
3      1-1-2017              1                  4 2017-01-01 00:45:00