熊猫在每一行上更快地执行日期计算

Question

我有一个包含多个列的数据框，包括analysis_date（日期时间）和forecast_hour（整数）。我想添加一个名为total_hours的新列，它是analysis_date的小时部分加上该行中相应的forecast_hour的总和。这是一个视觉示例：

原始数据框：

analysis_date | forecast_hour
12-2-19-05    | 3
12-2-19-06    | 3
12-2-19-07    | 3
12-2-19-08    | 3

计算后的数据框：

analysis_date | forecast_hour | total_hours
12-2-19-05    | 3             | 8
12-2-19-06    | 3             | 9
12-2-19-07    | 3             | 10
12-2-19-08    | 3             | 11

这是当前执行我想要的逻辑：

df['total_hours'] = df.apply(lambda row: row.analysis_date.hour + row.forecast_hours_out, axis=1)

不幸的是，这对于我的应用程序来说太慢了，一个具有数十万个条目的数据帧大约需要15秒。我尝试使用swifter库，但是不幸的是，它花费的时间大约（如果不长）与当前的实现时间相同。

Answer 1

apply很慢，因为它没有向量化。这应该做您想要的（假设df['analysis_date']是datetime64）：

df['total_hours'] = df['analysis_date'].dt.hour + df['forecast_hour']