python - 提高 pandas 中日期时间操作的性能

Question

我有一个大数据集，需要进行日期操作，并且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

我需要创建另一个列，将月份列添加到日期列，因此它看起来如下所示:

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

我当前的方法是使用 apply 函数和relativedelta 方法，例如:

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

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

感谢您提前提供的帮助，

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