Python Pandas .Apply 函数到向量化形式

Question

我正在尝试将以下 .apply 转换转换为运行速度更快的矢量化形式。我试过 .where，也试过普通的 bool 索引，但我的解决方案不起作用。请把我送到正确的方向

oneDayDelta = datetime.timedelta(days=1)
def correct_gps_datetimestamp(row):
    new_dts = row['GPS_DateTime']
    if row['Created'].hour == 0 and  row['GPS_DateTime'].hour > 10:
        new_dts = row['GPS_DateTime'] - oneDayDelta
    return(new_dts)

allData['GPS_DateTime'] = allData.apply(correct_gps_datetimestamp,axis=1)

无效的解决方案:

allData['GPS_DateTime'] = allData.where(allData['Created'].hour == 0 & allData['GPS_DateTime'].hour > 10,allData['GPS_DateTime'] - datetime.timedelta(days=1))

Answer 1

您可以使用 np.where 在一行中完成此操作:

allData['GPS_DateTime'] = np.where((allData['Created'].dt.hour == 0) &  (allData['GPS_DateTime'].dt.hour > 10), allData['GPS_DateTime'] - oneDayDelta, allData['GPS_DateTime'])

注意日期时间有 dt.hour访问器获取小时作为 int 值，这允许您比较整个 df，请注意我们在这里使用 & 而不是 and 因为我们正在比较数组。此外，由于运算符的优先级，我们必须在条件周围使用括号。

(allData['Created'].dt.hour == 0) &  (allData['GPS_DateTime'].dt.hour > 10)

因此，如果满足此条件，它会返回您的日期时间列减去一个数据时间增量，否则它只会返回您的列