如何一次性通过DF中的熊猫行进行多列转换

Question

所以我有一个Pandas DF，其中有许多需要为datetime的日期字段，因此我可以进行以下工作，但知道它是糟糕的Python，至少每个字段对整个DF循环一次，并且df为410,000行。

table.index=pd.to_datetime(table.index) #not sure why it does not come in as datetime?
table['STATUS_DATE']=pd.to_datetime(table['STATUS_DATE'])
table['DATE_MODIFIED']=pd.to_datetime(table['DATE_MODIFIED'])
table['SOLD_DATE']=pd.to_datetime(table['SOLD_DATE'])
table['WITHDRAWN_DATE']=pd.to_datetime(table['WITHDRAWN_DATE'])
table['END_DATE']=table[['DATE_MODIFIED', 'STATUS_DATE','SOLD_DATE','WITHDRAWN_DATE']].min(axis=1)
table['SUBDIVISION'].replace(df3['NSUBDIVISION'],inplace=True)
table['CALC_DOM']=table.index # there should be a single line version???
table['CALC_DOM']=table['END_DATE']-table['CALC_DOM']

我想循环一次df并转换所有字段？ 欢迎提出建议，我才刚刚开始能够写一些这样的东西，但是我想学习正确地做，而不是上面的丑陋事情。

Answer 1

请参阅上面的我的评论，但您可以执行以下操作：

In [5]: df = DataFrame(randn(10,1))

In [6]: df['col1'] = '20130101'

In [7]: df['col2'] = '20130102 9:01'

In [8]: df
Out[8]: 
          0      col1           col2
0 -1.111980  20130101  20130102 9:01
1  1.417732  20130101  20130102 9:01
2 -0.111606  20130101  20130102 9:01
3 -0.999599  20130101  20130102 9:01
4 -0.229082  20130101  20130102 9:01
5  0.535978  20130101  20130102 9:01
6 -1.913625  20130101  20130102 9:01
7  1.000879  20130101  20130102 9:01
8  0.358047  20130101  20130102 9:01
9  0.764761  20130101  20130102 9:01

In [9]: col_list = ['col1','col2']

In [10]: df[col_list] = df[col_list].apply(lambda x: pd.to_datetime(x))

In [11]: df
Out[11]: 
          0                col1                col2
0 -1.111980 2013-01-01 00:00:00 2013-01-02 09:01:00
1  1.417732 2013-01-01 00:00:00 2013-01-02 09:01:00
2 -0.111606 2013-01-01 00:00:00 2013-01-02 09:01:00
3 -0.999599 2013-01-01 00:00:00 2013-01-02 09:01:00
4 -0.229082 2013-01-01 00:00:00 2013-01-02 09:01:00
5  0.535978 2013-01-01 00:00:00 2013-01-02 09:01:00
6 -1.913625 2013-01-01 00:00:00 2013-01-02 09:01:00
7  1.000879 2013-01-01 00:00:00 2013-01-02 09:01:00
8  0.358047 2013-01-01 00:00:00 2013-01-02 09:01:00
9  0.764761 2013-01-01 00:00:00 2013-01-02 09:01:00