Добавление случайного числа дней в серию значений даты и времени

Question

Я пытаюсь добавить случайное количество дней в серию значений даты и времени, не повторяя каждую строку кадра данных, так как это занимает много времени (у меня большой кадр данных). Я просмотрел timedelta datetime, pandas DateOffset и др. c, но у них нет возможности указать случайное количество дней сразу, т.е. использовать список в качестве входных данных (мы должны давать случайные числа по одному).

код: df ['date_columnA'] = df ['date_columnB'] + datetime.timedelta (days = n)

Приведенный выше код добавит одинаковое количество дней, то есть n, ко всем строкам, тогда как я хочу, чтобы были добавлены случайные числа.

Answer 1

import random

df['date_columnA'] = df['date_columnB'].apply(lambda x:x+timedelta(days=random.randint(0,100))

Answer 2

Если важна производительность, создайте все случайные интервалы времени с помощью to_timedelta с помощью numpy.random.randint и добавьте в столбец:

np.random.seed(2020)

df = pd.DataFrame({'date_columnB': pd.date_range('2015-01-01', periods=20)})

td = pd.to_timedelta(np.random.randint(1,100, size=len(df)), unit='d')
df['date_columnA'] = df['date_columnB'] + td
print (df)
   date_columnB date_columnA
0    2015-01-01   2015-04-08
1    2015-01-02   2015-01-11
2    2015-01-03   2015-03-12
3    2015-01-04   2015-03-13
4    2015-01-05   2015-04-07
5    2015-01-06   2015-01-10
6    2015-01-07   2015-03-20
7    2015-01-08   2015-03-06
8    2015-01-09   2015-02-08
9    2015-01-10   2015-02-28
10   2015-01-11   2015-02-13
11   2015-01-12   2015-02-06
12   2015-01-13   2015-03-29
13   2015-01-14   2015-01-24
14   2015-01-15   2015-03-08
15   2015-01-16   2015-01-28
16   2015-01-17   2015-03-14
17   2015-01-18   2015-03-22
18   2015-01-19   2015-03-28
19   2015-01-20   2015-03-31

Производительность для строк 10k:

np.random.seed(2020)

df = pd.DataFrame({'date_columnB': pd.date_range('2015-01-01', periods=10000)})

In [357]: %timeit df['date_columnA'] = df['date_columnB'].apply(lambda x:x+timedelta(days=random.randint(0,100)))
158 ms ± 1.85 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [358]: %timeit df['date_columnA1'] = df['date_columnB'] + pd.to_timedelta(np.random.randint(1,100, size=len(df)), unit='d')
1.53 ms ± 37.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 3

import numpy as np
import pandas as pd

df['date_columnA'] = df['date_columnB'] +np.random.choice(pd.date_range('2000-01-01', '2020-01-01' , len(df))