在pandas中将整数序列转换为timedelta

Question

我有一个熊猫的数据框架，其中包括事件发生后的天数。我想创建一个新列，通过从当前日期中减去天数来计算事件的日期。每次尝试应用pd.offsets.Day或pd.Timedelta时，都会收到一个错误，指出序列是不受支持的类型。当我使用apply时也会发生这种情况。当我使用map时，我收到一个运行时错误，说“调用Python对象时超过了最大递归深度”。

例如，假设我的数据帧如下所示：

index    days_since_event
0        5
1        7
2        3
3        6
4        0

我想创建一个新的列，列上事件的日期，所以我的预期结果（使用今天的日期12/29/2015）

index    days_since_event    event_date
0        5                   2015-12-24
1        7                   2015-12-22
2        3                   2015-12-26
3        6                   2015-12-23
4        0                   2015-12-29

我尝试了多种方法来实现这一点，但每种方法都收到错误。

我试过的一种方法是：

now = pd.datetime.date(pd.datetime.now())
df['event_date'] = now - df.days_since_event.apply(pd.offsets.Day)

因此，我收到一个错误，说系列是不支持的类型。

我用.map而不是.apply尝试了上面的方法，并在调用Python对象“时收到了超过最大递归深度的错误。

我还尝试将日期转换为timedelta，例如：

df.days_since_event = (dt.timedelta(days = df.days_since_event)).apply

这还收到一个错误，引用的序列是不支持的类型。

Answer 1

首先，要将带整数的列转换为timedelta，可以使用to_timedelta：

In [60]: pd.to_timedelta(df['days_since_event'], unit='D')
Out[60]:
0   5 days
1   7 days
2   3 days
3   6 days
4   0 days
Name: days_since_event, dtype: timedelta64[ns]

然后，可以使用当前日期创建一个新列，并将这些timedelta的值减去：

In [62]: df['event_date'] = pd.Timestamp('2015-12-29')

In [63]: df['event_date'] = df['event_date'] -  pd.to_timedelta(df['days_since_event'], unit='D')

In [64]: df['event_date']
Out[64]:
0   2015-12-24
1   2015-12-22
2   2015-12-26
3   2015-12-23
4   2015-12-29
dtype: datetime64[ns]