从 Pandas Dataframe 中的现有日期和时间列创建日期时间列的更快方法答案

【问题标题】：Faster way of creating a datetime column from existing date and time columns in Pandas Dataframe从 Pandas Dataframe 中的现有日期和时间列创建日期时间列的更快方法
【发布时间】：2018-11-05 02:21:41
【问题描述】：

我有一个带有年、月、日和时间列的 Pandas 数据框，我试图将它们组合成一个只有一个日期时间对象的新列。每列中的数据类型是一个 int，包括时间列（它在 1 到 2359 之间）。例如：2015, 3, 15, 745 将是 2015 年 3 月 15 日上午 7:45。

我目前只是这样做，但在我的有 58000 行的数据帧上运行需要几分钟：

for i in range(len(flights.index)):
    flights['SCHEDULED_DEPARTURE_DATETIME'][i] = datetime.datetime(
        flights.iloc[i]['YEAR'], 
        flights.iloc[i]['MONTH'], 
        flights.iloc[i]['DAY'], 
        int(np.floor(flights.iloc[i]['SCHEDULED_DEPARTURE']/100)), #hours
        flights.iloc[i]['SCHEDULED_DEPARTURE']%100                 #minutes
    )

必须有一种更快、更 Pythonic 的方式来执行此操作，但我似乎无法让它与 apply 一起使用。我错过了什么？

仅供参考，我的数据框是来自 Kaggle 的该数据集的一小部分：https://www.kaggle.com/usdot/flight-delays#flights.csv

【问题讨论】：

标签： python pandas datetime dataframe apply

【解决方案1】：

你可以像这样使用pd.to_datetime()：

import pandas as pd
import numpy as np

data = pd.DataFrame(np.array(
    [
        [2018, 10, 1, 2359],
        [2018, 10, 1, 1500],
        [2018, 10, 1, 900],
        [2018, 10, 1, 1],
        [2018, 10, 1, 0]
    ]
), columns = ['year', 'month', 'day', 'scheduled_departure'])

data['hour'] = np.floor(data['scheduled_departure'] / 100)

data['minute'] = data['scheduled_departure'] % 100

data['scheduled_departure_datetime'] = pd.to_datetime(data[['year', 'month', 'day', 'hour', 'minute']])

print(data['scheduled_departure_datetime'])

给予：

0   2018-10-01 23:59:00
1   2018-10-01 15:00:00
2   2018-10-01 09:00:00
3   2018-10-01 00:01:00
4   2018-10-01 00:00:00
Name: scheduled_departure_datetime, dtype: datetime64[ns]

我没有测试过速度，但我想这会更快。

【讨论】：