Pandas分配Lambda函數

Question

我有一個DataFrame，它有一個開放時間和一個關閉時間，我試圖計算差異，以毫秒為單位。

我的代碼目前是這樣的

df = df.assign(Latency=lambda d: d.CloseTimeStamp - d.CreationTimeStamp)
df.Latency = df.apply(lambda d: d.Latency.total_seconds() * 1000., axis=1)

但是，我想知道為什么我不能像這樣的單行

df = df.assign(Latency=lambda d: (d.CloseTimeStamp - d.CreationTimeStamp).total_seconds() * 1000.)

當我嘗試后者時，我得到了AttributeError: 'Series' object has no attribute 'total_seconds'

Answer 1

總秒數在.dt屬性中，所以這應該工作：

df = df.assign(Latency=lambda d: (d.CloseTimeStamp - d.CreationTimeStamp).dt.total_seconds() * 1000.)

話雖如此，不需要lambda函數：

df = df.assign(Latency=(df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.)

要快得多。

關於效率的進一步評論： df.assign()構建一個全新的數據df.assign()對象; 如果你打算將這個對象重新分配到df ，你最好在原地修改df ：

df['Latency'] = (df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.

Answer 2

需要.dt訪問器，因為使用datetime Series ，如果DatetimeIndex ，則省略.dt ：

df = df.assign(Latency=lambda d: (d.CloseTimeStamp -  d.CreationTimeStamp).dt.total_seconds() * 1000.)

沒有lambda的解決方案：

df = df.assign(Latency=(df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.)

...和沒有assign解決方案：

df['Latency'] = (df.CloseTimeStamp - df.CreationTimeStamp).dt.total_seconds() * 1000.