python - 将数字函数应用于 pandas.series 的快速方法

Question

这里针对特定案例描述了问题，但它对许多类似项目很有值(value)。

一个名为 month 的 pandas.series 包含每个样本的月份日期，格式为 int (1,2,3,4,...)。我想把它改成“01,02,03,...12”的样式，然后加上年份。

使用"{0:0=2d}".format(a) 和loop，可以轻松转换系列值:

df['date'] = np.nan
for i in range(0,len(df),1):
    df.date.iloc[i] = df.year.iloc[i] +"-"+'%2d'%df.month.values.iloc[i]   
### df.date is a new series contain the year-month('2017-01','2017-02')

但是循环策略效率不高，有什么简单的方法可以达到同样的目的吗？

Answer 1

你可以使用apply:

month.apply("{0:0=2d}".format)

时间

• Psidom 的方法

%timeit month.astype(str).str.zfill(2)

10 个循环，3 个循环中的最佳:每个循环 39.1 毫秒

• 这个方法:

%timeit month.apply("{0:0=2d}".format)

100 个循环，3 个循环中的最佳:每个循环 7.93 毫秒

df = pd.DataFrame({'month':pd.np.random.randint(1,12,10000),'year':pd.np.random.choice([i for i in range(2004,2017)],10000)})

df.year.astype(str) + '-' + df.month.apply("{0:0=2d}".format)

输出:

0       2014-10
1       2012-04
2       2015-03
3       2014-05
4       2007-03
5       2008-04