提高熊貓日期時間操作的性能

Question

我有一個需要日期操作的大數據集，而且它耗時太長，我想知道是否有其他方法可以提高速度。數據幀看起來像以下：

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

我需要創建另一列，增加了一個月列日期列，所以它看起來像以下：

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

我現在的方法是使用應用功能和relativedelta方法等：

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

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

感謝您對您的幫助提前，

Answer 1

這裏是我的矢量化的嘗試：

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

結果：

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

您可以使用df.transform與relativedelta：

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]