相关疑难解决方法(0)

这是一个自我回答的QnA,旨在指导用户应用的缺陷和好处.

我已经看到很多关于Stack Overflow问题的答案涉及使用apply.我也看到用户评论他们说" apply很慢",应该避免".

我已经阅读了很多关于性能主题的文章,解释apply很慢.我还在文档中看到了一个关于如何apply简单地传递UDF的便利函数的免责声明(现在似乎无法找到).因此,普遍的共识是,apply如果可能,应该避免.但是,这引发了以下问题:

1. 如果apply是如此糟糕,那为什么它在API中呢？
2. 我应该如何以及何时制作我的代码apply- 免费？
3. 是否有过任何地方的情况apply是不错的(比其他可能的解决方案更好)？

我想知道是否有任何有效的方法或单线程,给定一个pandas DatetimeIndex date1,返回DatetimeIndex date2,这是下个月的第一天？

例如,如果date1是'2011-09-30',那么date2是'2011-10-01'？

我试过这个班轮

    df.index.to_period("M").to_timestamp('M')

但这似乎只能回归​​"同月的最后一天".这里可以做一些日期时算术吗？

谢谢!

我有一个由日期列组成的数据框，但日期列是字符串。如何检查日期是在上半月还是下半月，并添加带有帐单日期的另一列

例如

如果日期是08-10-2020（格式为 dd-mm-yyyy），则该billing date列将包含同月 16 日，如果日期位于 17-31 之间，则计费日期将包含下个月的 1 日

数据：

print(df['dispatch_date'].head())

0    01-10-2020
1    07-10-2020
2    17-10-2020
3    16-10-2020
4    09-10-2020
Name: dispatch_date, dtype: object

示例输出：

                 billing date
0    01-10-2020  16-10-2020
1    07-10-2020  16-10-2020
2    17-10-2020  01-11-2020
3    16-10-2020  01-11-2020
4    09-10-2020  16-10-2020