如何在插入連字符和空格的同時將多個Pandas系列類型的字符串連接到單個Pandas系列中？

Question

問題：

我有一些原始數據，涉及與日期和時間信息有關的問題-像沒有冒號將小時和分鍾分開，以及包含2400 。 我正在將各個列轉換為字符串，並根據需要進行修改，以創建可解析的單個字符串列。 我有大約20個數據集，每個大約35,000行。

樣本數據：

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

我的慢速解決方案：

我創建了以下行以完成任務，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

題：

for the purpose of parsing into datetime format? year ， DOY和time列的以將其解析為datetime格式的最快方法是什么？ 還是這完全是錯誤的方法？

一如既往，感謝您的建議。

Answer 1

這比循環df快得多。

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

.map()將輸入值與傳入的類型，字典，系列或函數中的對應值進行映射。 您可以在docs中找到更多信息。

更多信息