我有一个看起来像这样的 pandas 数据框：
year month day
2019 1 29
2019 1 30
2019 1 31
2019 2 1
我想创建一个具有正确数据类型的日期列，例如：
year month day date
2019 1 29 2019-01-29
2019 1 30 2019-01-30
2019 1 31 2019-01-31
2019 2 1 2019-02-01
我知道在 Python 中，我可以从它的年/月/日组件中创建一个日期，如下所示：
>>> import datetime
>>> datetime.date(year=2019, month=1, day=29)
datetime.date(2019, 1, 29)
如何将其应用于数据框中的所有行以创建日期列？
【问题讨论】：
这个方法也有效；
df['combined'] = pd.to_datetime([f'{y}-{m}-{d}' for y, m, d in zip(df.year, df.month, df.day)])
编辑 2019-11-17 回复@HenryHenrinson
感谢您的 cmets。我确实回去检查性能，看看你是否正确。
我创建了一个从 1980 年 1 月 1 日到 2019 年 1 月 1 日的数据框。
df.head()
year month day
0 1980 1 1
1 1980 1 2
2 1980 1 3
3 1980 1 4
4 1980 1 5
print(df.info())
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 14246 entries, 0 to 14245
Data columns (total 3 columns):
year 14246 non-null int64
month 14246 non-null int64
day 14246 non-null int64
dtypes: int64(3)
memory usage: 334.0 KB
None
测试下面的 iterrows 解决方案：
%timeit [datetime.date(year=x[1].year, month=x[1].month, day=x[1].day) for x in df.iterrows()]
results in:
1.23 s ± 30.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
测试我的解决方案：
%timeit pd.Series(pd.to_datetime([f'{y}-{m}-{d}' for y, m, d in zip(df.year, df.month, df.day)]))
results in:
9.9 ms ± 159 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
并测试伟大而强大的@wenyoben 的解决方案...
%timeit pd.to_datetime(df)
results in:
8.81 ms ± 206 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
@wenyoben 解决方案最快、最优雅，应该是首选答案。
【讨论】：
这是一种方法
df1['date'] = [datetime.date(year=x[1].year, month=x[1].month, day=x[1].day) for x in df1.iterrows()]
输出：
year month day date
0 2019 1 29 2019-01-29
1 2019 1 30 2019-01-30
2 2019 1 31 2019-01-31
3 2019 2 1 2019-02-01
【讨论】：
pd.to_datetime(df)