在 numpy where 的条件下使用值方法

Question

假设您有这个数据框：

 df = pd.DataFrame( data =    [ '2014-04-07 10:55:35.087000+00:00',
                               '2014-04-07 13:59:37.251500+00:00',
                               '2014-04-02 13:23:59.629000+00:00',
                               '2014-04-07 12:17:48.182000+00:00',
                               '2014-04-06 17:00:23.912000+00:00'],
                    columns = ['timestamp'],
                    dtype = np.datetime64
                    )

并且您想创建一个新列，如果时间戳是工作日，则值为 1，否则为 0。然后我会运行像这样：

 df['weekday'] = df['timestamp'].apply(lambda x: 1 if x.weekday() < 5 else 0 )

到目前为止一切顺利。然而，在我的例子中 我有大约 1000 万行这样的时间戳值，它只需要永远到运行。因此，我四处寻找矢量化选项，并找到了 numpy.where()。但是，当然，这不起作用：np.where(df['timestamp'].weekday() < 5, 1, 0)

那么，有没有办法在使用 numpy.where 时访问时间戳的 .weekday() 方法，或者有任何其他方法可以在有 1000 万行时生成工作日列？谢谢

Answer 1

使用Series.dt.dayofweek / Series.dt.weekday with Series.lt and Series.astype:

df['weekday'] = df['timestamp'].dt.dayofweek.lt(5).astype(int)
print(df)
                   timestamp  weekday
0 2014-04-07 10:55:35.087000        1
1 2014-04-07 13:59:37.251500        1
2 2014-04-02 13:23:59.629000        1
3 2014-04-07 12:17:48.182000        1
4 2014-04-06 17:00:23.912000        0

我推荐你看：

我们也可以使用 np.where:

df['weekday'] = np.where(df['timestamp'].dt.dayofweek.lt(5), 1, 0)

在 numpy where 的条件下使用值方法

use method of value for the condition of numpy where

python

numpy

vectorization

pandas