Pandas分配Lambda函数

Question

我有一个DataFrame,它有一个开放时间和一个关闭时间,我试图计算差异,以毫秒为单位.

我的代码目前是这样的

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,我想知道为什么我不能像这样的单行

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

当我尝试后者时,我得到了 AttributeError: 'Series' object has no attribute 'total_seconds'

Answer 1

总秒数在.dt属性中,所以这应该工作:

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

话虽如此,不需要lambda函数:

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

要快得多.

关于效率的进一步评论:df.assign()构建一个全新的数据框对象; 如果您打算将此对象重新分配df,则最好df在原地修改:

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