python之Pandas之map 功能的错误行为

我在使用 map 应用函数时遇到了一个非常奇怪的“错误”。

这是您可以用来重现问题的示例 csv:

DATE 
2017-03-12 02:59:00 
2017-03-12 03:59:00 

以下是我使用的代码:

import pandas as pd 
import datetime 
 
df = pd.read_csv('example.csv', parse_dates = ['DATE']) 
 
df['TIMESTAMP_C'] = [str(x.timestamp()) for x in df['DATE']] 
df['TIMESTAMP_H'] = df['DATE'].map(datetime.datetime.timestamp).map(str) 

下面是输出数据框:

                 DATE   TIMESTAMP_C   TIMESTAMP_H 
0 2017-03-12 02:59:00  1489287540.0  1489309140.0 
1 2017-03-12 03:59:00  1489291140.0  1489309140.0 

因此，如您所见，与 map 函数返回的时间戳相同且不正确。我想知道为什么 list comprehension 会返回正确的列表。这可能不是错误，只是我在 map 函数上犯了一些错误，但是，我真的很想使用它，因为它可以大大加快计算速度。

编辑:我不是在问怎么做，我是在问为什么我这样做会返回不同的结果

请您参考如下方法:

map 功能工作正常。您正在传递一个属于 datetime.datetime 类的“未绑定(bind)”方法，即 datetime.datetime.timestamp，并且您正在传递一些 pandas._libs.tslibs.timestamps.Timestamp 反对它。你不应该期望它会起作用，我很惊讶它没有抛出错误。

相反，您想使用 pd.TimeStamp 类的 .timestamp 方法，因此:

In [3]: df.DATE.map(pd.Timestamp.timestamp).map(str) 
Out[3]: 
0    1489287540.0 
1    1489291140.0 
Name: DATE, dtype: object