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))
最佳答案
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
关于Python Pandas .Apply 函数到向量化形式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39660466/