从相对时间 pd.df 列构造日期列答案

【问题标题】：constructing a date column from a relative time pd.df column从相对时间 pd.df 列构造日期列
【发布时间】：2018-01-25 13:56:07
【问题描述】：

我希望在以下 df 中添加一列“到期”：

In [157]: df
Out[157]: 
     atmVol     t
0  0.043220  0.02
1  0.042139  0.04
2  0.041174  0.06
3  0.040328  0.08
4  0.039606  0.10
5  0.038364  0.15
6  0.037971  0.20
7  0.038480  0.25

试过这个：

df['expiry'] = df.apply(lambda x: datetime.utcnow() + timedelta(x.t * 365)

返回一个 AttributeError: ("'Series' object has no attribute 't'", 'occured at index atmVol')

我在这里做错了什么？感谢您的帮助。

【问题讨论】：

标签： python pandas datetime python-3.6

【解决方案1】：

您可以将Series.apply 用于一列：

df['expiry'] = df['t'].apply(lambda x: datetime.utcnow() + timedelta(x * 365))

或者通过to_timedelta将t列转换为timedeltas：

df['expiry'] = datetime.utcnow() + pd.to_timedelta(df['t'] * 365, unit='d')

df['expiry1'] = df['t'].apply(lambda x: datetime.utcnow() + timedelta(x * 365))
df['expiry2'] = datetime.utcnow() + pd.to_timedelta(df['t'] * 365, unit='d')
print (df)
     atmVol     t                    expiry1                    expiry2
0  0.043220  0.02 2018-02-01 21:14:02.057250 2018-02-01 21:14:02.057250
1  0.042139  0.04 2018-02-09 04:26:02.057250 2018-02-09 04:26:02.057250
2  0.041174  0.06 2018-02-16 11:38:02.057250 2018-02-16 11:38:02.057250
3  0.040328  0.08 2018-02-23 18:50:02.057250 2018-02-23 18:50:02.057250
4  0.039606  0.10 2018-03-03 02:02:02.057250 2018-03-03 02:02:02.057250
5  0.038364  0.15 2018-03-21 08:02:02.057250 2018-03-21 08:02:02.057250
6  0.037971  0.20 2018-04-08 14:02:02.057250 2018-04-08 14:02:02.057250
7  0.038480  0.25 2018-04-26 20:02:02.057250 2018-04-26 20:02:02.057250

【讨论】：

两者都工作得很好。令人惊讶的是，应用版本更快。谢谢耶斯瑞尔
是的，我也测试过。我认为因为to_timedelta 也与NaT 一起工作，所以速度较慢。
我得到了这个时间In [308]: %timeit datetime.utcnow() + pd.to_timedelta(df['t'] * 365, unit='d') 1 loop, best of 3: 284 ms per loop In [309]: %timeit df['t'].apply(lambda x: datetime.utcnow() + timedelta(x * 365)) 10 loops, best of 3: 153 ms per loop
with 80000 rows by df = pd.concat([df] * 10000, ignore_index=True)
小 df 所以没关系。你的回答一如既往的好