Question

我正在处理一个非常大的数据框。下面是一个小样本：

import pandas as pd
df = pd.DataFrame({'nodes': ['A', 'B', 'C'],
                   'dept': ['20:00', '02:00', '21:00'],
                   'arrv': ['20:00', '17:00', '21:00'],
                   'dept_offset_day': [0, 1, 0],
                   'arrv_offset_day': [0, 1, 0],
'stop_num':[0,1,2]})
print(df)
 nodes   dept   arrv  dept_offset_day  arrv_offset_day
0     A  20:00  20:00                0                0
1     B  02:00  17:00                1                1
2     C  21:00  21:00                0                0

我正在尝试1）通过考虑日期偏移将日期添加到开始时间和结束时间中。 2）将nodes列拆分为两个nodes_start和nodes_end列，即指向点。像这样：

nodes_start   nodes_end       start_datetime       end_datetime 
     A           B           2019-5-9 20:00           2019-5-10 02:00     
     B           C           2019-5-10 17:00          2019-5-10 21:00

我尝试使用pd.offsets.Day（）并遍历每一行，但是这使exec时间非常缓慢，并且我得到了错误的日期。感谢您的帮助。

Answer 1

尝试使用新列（复制的列实际上是：D）构造一个新的数据框：

df2 = pd.DataFrame()
df2['nodes_start'] = df['nodes'][:2]
df2['nodes_end'] = df['nodes'][-2:].reset_index(drop=True)
df2['start_datetime'] = pd.to_datetime(df['arrv'][:2])
df2['end_datetime'] = pd.to_datetime(df['dept'][-2:].reset_index(drop=True))
df2['start_datetime'] = [df2['start_datetime'][0] - pd.Timedelta(days=1)] + [df2['start_datetime'][1]]
print(df2)

输出：

  nodes_start nodes_end      start_datetime        end_datetime
0           A         B 2019-05-09 20:00:00 2019-05-10 02:00:00
1           B         C 2019-05-10 17:00:00 2019-05-10 21:00:00

修改具有日期偏移量的数据框

1 个答案: