我如何替换＆＃x27;每行的DateTime列中的值？

Question

在我的数据框中，我有两列：“release_date”和“release_year”，

我尝试将每个“release_date”实例中的年份值替换为“release_year”中的相应值，

我尝试了以下

df.loc[： , 'release_date'] = df['release_date'].apply(lambda x: x.replace(x.year == df['release_year']))

但是我我收到错误：“值必须是整数，收到 ” 检查了 dtype后

，release_date 列存储为 datetime64[ns]

数据帧摘录

Answer 1

您需要在此处使用 pandaframe.dataframe.apply 而不是 pandas.series.pandas.series.apply 作为您需要来自其他列的数据，请考虑以下简单示例示例

import datetime
import pandas as pd
df = pd.DataFrame({'release_date':[datetime.date(1901,1,1),datetime.date(1902,1,1),datetime.date(1903,1,1)],'release_year':[2001,2002,2003]})
df['changed_date'] = df.apply(lambda x:x.release_date.replace(year=x.release_year),axis=1)
print(df)

输出

  release_date  release_year changed_date
0   1901-01-01          2001   2001-01-01
1   1902-01-01          2002   2002-01-01
2   1903-01-01          2003   2003-01-01

注释 axis = axis = axis = 1 将均值函数应用于每一行，您将行（ pandas.Series ）作为该函数的参数

Answer 2

转换为字符串然后解析为日期时间在这里更有效；如果你问我的话，也更具可读性。前任：

import datetime
import pandas as pd

N = 100000

df = pd.DataFrame({'release_date':[datetime.date(1901,1,1),datetime.date(1902,1,1),datetime.date(1903,1,1)]*N,
                   'release_year':[2001,2002,2003]*N})

df['changed_date'] = pd.to_datetime(
        df['release_year'].astype(str) + df['release_date'].astype(str).str[5:],
        format="%Y%m-%d"
    )

df['changed_date']
Out[176]: 
0        2001-01-01
1        2002-01-01
2        2003-01-01
3        2001-01-01
4        2002-01-01
   
299995   2002-01-01
299996   2003-01-01
299997   2001-01-01
299998   2002-01-01
299999   2003-01-01
Name: changed_date, Length: 300000, dtype: datetime64[ns]

>>> %timeit df['changed_date'] = df.apply(lambda x:x.release_date.replace(year=x.release_year),axis=1)
6.73 s ± 542 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

>>> %timeit df['changed_date'] = pd.to_datetime(df['release_year'].astype(str)+df['release_date'].astype(str).str[5:], format="%Y%m-%d")
651 ms ± 78.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)