为熊猫数据框中的每个添加一个指定的值

Question

我正在迭代可用的行，但这似乎不是最理想的方法——它需要很长时间。

Pandas 中是否有特殊的方法可以做到这一点。

INIT_TIME = datetime.datetime.strptime(date + ' ' + time, "%Y-%B-%d %H:%M:%S")
#NEED TO ADD DATA FROM THAT COLUMN

df = pd.read_csv(dataset_path, delimiter=',',skiprows=range(0,1),names=['TCOUNT','CORE','COUNTER','EMPTY','NAME','TSTAMP','MULT','STAMPME'])
df = df.drop('MULT',1)
df = df.drop('EMPTY',1)
df = df.drop('TSTAMP', 1)
for index, row in df.iterrows():
    TMP_TIME = INIT_TIME + datetime.timedelta(seconds=row['TCOUNT'])
    df['STAMPME'] = TMP_TIME.strftime("%s")

另外，我添加的日期时间格式如下

2017-05-11 11:12:37.100192 1494493957
2017-05-11 11:12:37.200541 1494493957

因此 unix 时间戳是相同的（而且是正确的），但是有没有更好的方法来表示它？

Answer 1

假设日期时间正确反映了您正在尝试做的事情，那么对于 Pandas，您应该能够做到：

df['STAMPME'] = df['TCOUNT'].apply(lambda x: (datetime.timedelta(seconds=x) + INIT_TIME).strftime("%s"))

如here 所述，您不应使用 iterrows() 来修改您正在迭代的 DF。如果您需要逐行迭代（而不是使用 apply 方法），您可以使用另一个数据对象，例如一个列表，以保留您正在计算的值，然后从中创建一个新列。

此外，为了将来参考，itertuples() 方法比 iterrows() 方法更快，尽管它需要您知道每列的索引（即 row[x] 而不是 row['name']）。

Answer 2

我会这样重写你的代码

INIT_TIME = datetime.datetime.strptime(date + ' ' + time, "%Y-%B-%d %H:%M:%S")
INIT_TIME = pd.to_datetime(INIT_TIME)

df = pd.read_csv(
    dataset_path, delimiter=',',skiprows=range(0,1),
    names=['TCOUNT','CORE','COUNTER','EMPTY','NAME','TSTAMP','MULT','STAMPME']
)
df = df.drop(['MULT', 'EMPTY', 'TSTAMP'], 1)
df['STAMPME'] = pd.to_timedelta(df['TCOUNT'], 's') + INIT_TIME