Skip to main content
 首页 » 编程设计

python之更快地组合大型数据集的日期、小时和间隔列的方法

2024年12月31日11三少

我目前有一个包含日期、小时和间隔(刻钟)列的大约 120 万行的数据集。

Delivery Date      Delivery Hour Delivery Interval 
1-1-2017           1             1 
1-1-2017           1             2 
1-1-2017           1             3 
1-1-2017           1             4 

我目前有一个 for 循环,可以将这些列组合成一个列,但我正在寻找一种更快的方法,因为这将需要数小时才能完成运行。

for i in range(len(df_rt['Delivery Interval'])): 
 
    hour = int(df_rt['Delivery Hour'][i]) - 1 
    minute = (int(df_rt['Delivery Interval'][i]) - 1)*15 
    df_rt['Time'][i] = str(hour) + ':' + str(minute) 
 
df_rt['DateTime'] = df_rt['Delivery Date'] + " " + df_rt['Time'] 
df_rt['DateTime'] = pd.to_datetime(df_rt['DateTime']) 

请您参考如下方法:

不是最干净的解决方案,但它避免了显式循环遍历您的数据框:

df['DateTime'] = pd.to_datetime(df['Delivery Date'].astype(str) + ' ' +  
    (df['Delivery Hour'].astype(int)-1).astype(str) + ':' +  
    ((df['Delivery Interval'].astype(int)-1)*15).astype(str)) 

鉴于您的示例数据框,这会产生:

  Delivery Date  Delivery Hour  Delivery Interval            DateTime 
0      1-1-2017              1                  1 2017-01-01 00:00:00 
1      1-1-2017              1                  2 2017-01-01 00:15:00 
2      1-1-2017              1                  3 2017-01-01 00:30:00 
3      1-1-2017              1                  4 2017-01-01 00:45:00