Améliorer les performances de l'opération Datetime dans les pandas

Question

J'ai un gros ensemble de données dont j'ai besoin de faire des opérations de datation, et comme cela prend trop de temps, je me demandais s'il y avait un autre moyen d'augmenter la vitesse. Trame de données ressemble à ce qui suit:

Date, Month 
2017-01-01, 0 
2017-01-01, 1 
2017-01-01, 2 

Je dois créer une autre colonne qui ajoute la colonne de mois à la colonne date, il donc ressembler à ce qui suit:

Date, Month, newDate 
2017-01-01, 0, 2017-01-01 
2017-01-01, 1, 2017-02-01 
2017-01-01, 2, 2017-03-01 

Ma méthode actuelle utilise appliquer la fonction et relativedelta procédé comme:

def newDateCalc(self, row): 
return row[0] + relativedelta(months = row[1]) 

df['newDate'] = df[['Date', 'Month']].apply(lambda row: newDateCalc(row), axis = 1)

Merci pour votre aide à l'avance,

Answer 1

Voici ma vectorisé tentative:

df['newDate'] = (df.Date.values.astype('M8[M]') + 
       df.Month.values * np.timedelta64(1, 'M')).astype('M8[D]') 

Résultat:

In [106]: df 
Out[106]: 
     Date Month newDate 
0 2017-01-01  0 2017-01-01 
1 2017-01-01  1 2017-02-01 
2 2017-01-01  2 2017-03-01 

Answer 2

Vous pouvez utiliser df.transform avec relativedelta:

In [960]: df.transform(lambda x: x['Date'] + relativedelta(months=x['Month']), axis=1) 
Out[960]: 
0 2017-01-01 
1 2017-02-01 
2 2017-03-01 
dtype: datetime64[ns]