Pandas：将 timedelta 列添加到 datetime 列（矢量化）

Question

我有一个包含两列、一个日期列和一个 int 列的 pandas 数据框，我只想将 int 列（以天为单位）添加到日期列中。我找到了一个使用 df.apply() 的解决方案，但这在我的完整数据集上太慢了。我没有看到大量关于以矢量化方式执行此操作的文档（我能找到的最接近的是 this ），所以我想确保我找到的解决方案是前进的最佳方式。

我的原始数据只是一列字符串，即一列整数（天）。

import pandas as pd
from datetime import timedelta

df = pd.DataFrame([['2016-01-10',28],['2016-05-11',28],['2016-02-23',15],['2015-12-08',30]], 
                  columns = ['ship_string','days_supply'])
print df  

ship_string  days_supply
0  2016-01-10           28
1  2016-05-11           28
2  2016-02-23           15
3  2015-12-08           30

我的第一个想法（有效）是使用 .apply 如下：

def f(x):    
    return x['ship_date'] + timedelta(days=x['days_supply'] )

df['ship_date'] = pd.to_datetime(df['ship_string'])

df['supply_ended'] = df.apply(f,axis = 1)

这行得通，但速度非常慢。我已经在下面发布了我的替代解决方案作为问题的答案，但我想确认它是“最佳实践”。我找不到很多关于将 timedelta 列添加到 pandas 中的日期（尤其是以矢量化方式）的好线程，所以我想我会添加一个对用户更友好的线程，希望它能帮助下一个试图这样做。

Answer 1

解决这些问题的另一种方法：我们可以将时间戳更改为秒，添加或减去您想要的数字，然后再次更改为时间戳。对于一些复杂的时间操作，这种方法会很有用。

    df["ship_string"]=pd.to_datetime(df["ship_string"])
    ls_temp = (df["ship_string"] - pd.Timestamp("1970-01-01")) // pd.Timedelta("1s")
    df["supply_ended"] = pd.to_datetime(ls_temp+df["days_supply"]*(24*3600), unit="s")

Answer 2

完整代码解决方案：

import pandas as pd
from datetime import timedelta

df = pd.DataFrame([['2016-01-10',28],['2016-05-11',28],['2016-02-23',15],['2015-12-08',30]], 
                      columns = ['ship_string','days_supply'])

df['ship_date'] = pd.to_datetime(df['ship_string'])

df['time_added'] = pd.to_timedelta(df['days_supply'],'d')
df['supply_ended'] = df['ship_date'] + df['time_added']

print df

  ship_string  days_supply  ship_date  time_added supply_ended
0  2016-01-10           28 2016-01-10     28 days   2016-02-07
1  2016-05-11           28 2016-05-11     28 days   2016-06-08
2  2016-02-23           15 2016-02-23     15 days   2016-03-09
3  2015-12-08           30 2015-12-08     30 days   2016-01-07

如果这不是一个好的矢量化解决方案，请在下面的 cmets 中告诉我，我会进行编辑。