如何在插入连字符和空格的同时将多个Pandas系列类型的字符串连接到单个Pandas系列中？

Question

问题：

我有一些原始数据，涉及与日期和时间信息有关的问题-像没有冒号将小时和分钟分开，以及包含2400 。 我正在将各个列转换为字符串，并根据需要进行修改，以创建可解析的单个字符串列。 我有大约20个数据集，每个大约35,000行。

样本数据：

a = ["2000"] * 100000
b = ["176"] * 100000
c = ["00:15","00:30","00:45","01:00"] * 25000   
d = {"year":a,"DOY":b,"time":c}
df = pd.DataFrame(d)

df.head()

    DOY time    year
0   176 00:15   2000
1   176 00:30   2000
2   176 00:45   2000
3   176 01:00   2000
4   176 00:15   2000

我的慢速解决方案：

我创建了以下行以完成任务，但速度很慢 ：

df["date"] = [df["year"][i]+"-"+df["DOY"][i]+" "+df["time"][i] for i in range(0,len(df),1)]

df.head()

    DOY time    year    date
0   176 00:15   2000    2000-176 00:15
1   176 00:30   2000    2000-176 00:30
2   176 00:45   2000    2000-176 00:45
3   176 01:00   2000    2000-176 01:00
4   176 00:15   2000    2000-176 00:15

题：

for the purpose of parsing into datetime format? year ， DOY和time列的以将其解析为datetime格式的最快方法是什么？ 还是这完全是错误的方法？

一如既往，感谢您的建议。

Answer 1

这比循环df快得多。

df['Date'] = df['year'].map(str) + "-" + df['DOY'].map(str) + " " +  df['time'].map(str)

.map()将输入值与传入的类型，字典，系列或函数中的对应值进行映射。 您可以在docs中找到更多信息。

更多信息