在更新值时迭代熊猫数据框

Question

我已经查看了一堆类似的问题，但我无法弄清楚如何将这些原则实际应用于我自己的案例。因此，我试图找出一个我可以使用的简单示例 - 基本上我需要白痴指南才能查看更复杂的示例

考虑一个包含名称和时间列表以及已知开始时间的数据框。然后我想用完成时间更新数据框，完成时间是从 starttime + Time 计算出来的

import pandas as pd
import datetime

df = pd.DataFrame({"Name": ["Kate","Sarah","Isabell","Connie","Elsa","Anne","Lin"],
                  "Time":[3, 6,1, 7, 23,3,4]})
starttime = datetime.datetime.strptime('2020-02-04 00:00:00', '%Y-%m-%d %H:%M:%S')

我知道对于每种情况，我都可以使用计算完成时间

finishtime = starttine + datetime.datetime.timedelta(minutes = df.iloc[0,1])

我不知道如何在迭代 df 行并使用输出更新数据框中的第三列时使用它。

我试过了

df["FinishTime"] = np.nan

for row in df.itertuples():
    df.at[row,"FinishTime"] = starttine + datetime.datetime.timedelta(minutes = row.Time)

但它给出了很多我无法解开的错误。我该怎么做？

我知道对数据框进行迭代的建议不是 - 我不致力于迭代，我只需要某种方法来计算最后一列并将其添加到数据框。我的真实数据大约是 20 万行。

Answer 1

使用pd.to_timedelta()

import datetime
starttime = datetime.datetime.strptime('2020-02-04 00:00:00', '%Y-%m-%d %H:%M:%S')
df = pd.DataFrame({"Name": ["Kate","Sarah","Isabell","Connie","Elsa","Anne","Lin"],
    "Time":[3, 6,1, 7, 23,3,4]})
df.Time = pd.to_timedelta(df.Time, unit='m')
# df = df.assign(FinishTime = df.Time + starttime)
df['FinishTime'] = df.Time + starttime # as pointed out by Trenton McKinney, .assign() is only one way to create new columns
# creating with df['new_col'] has the benefit of not having to copy the full df

print(df)

输出

      Name     Time          FinishTime
0     Kate 00:03:00 2020-02-04 00:03:00
1    Sarah 00:06:00 2020-02-04 00:06:00
2  Isabell 00:01:00 2020-02-04 00:01:00
3   Connie 00:07:00 2020-02-04 00:07:00
4     Elsa 00:23:00 2020-02-04 00:23:00
5     Anne 00:03:00 2020-02-04 00:03:00
6      Lin 00:04:00 2020-02-04 00:04:00

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_timedelta.html

不惜一切代价避免在 pandas 中循环

也许不惜一切代价，但 pandas 利用 C 实现将性能提高了几个数量级。为了我们的方便，已经实现了许多（许多）常用功能。

这里有一个很棒的 stackoverflow conversation 关于这个主题。