将decimal小时、DOY和年份转换为datetime并设为pandas索引的高效方法

你的原始方案依赖多层Python级循环，仅适用于小数据集，针对大体量DataFrame可以直接使用pandas内置的向量化时间处理接口实现，全程无循环，性能提升可达百倍以上。

核心代码 #

你可以直接替换掉原有所有循环部分的代码，仅需几行即可完成需求：

# 方式1：可读性更强的分步写法
# 1. 解析年份+年积日得到基准日期
base_date = pd.to_datetime(df['year'].astype(str) + '-' + df['day_of_year'].astype(str), format='%Y-%j')
# 2. 十进制小时转时间偏移量，与基准日期相加得到完整时间，设为索引
df.index = base_date + pd.to_timedelta(df['decimal_hour'], unit='h')

# 方式2：一行简化写法
# df.index = pd.to_datetime(df['year'].astype(str) + '-' + df['day_of_year'].astype(str), format='%Y-%j') + pd.to_timedelta(df['decimal_hour'], unit='h')

方案优势 #

• 性能提升显著：所有运算均为pandas底层C实现的向量化操作，100万行数据处理耗时可控制在百毫秒级别，远快于Python循环的实现
• 避免人工处理误差：无需手动拆分时分秒、无需手动拼接时间字符串做解析，也不会出现格式匹配错误的问题
• 代码简洁易维护：仅需2行核心代码即可完成需求，后续调整逻辑成本极低

验证说明 #

你可以通过打印df.index和原有循环生成的索引对比，两者结果完全一致。

内容的提问来源于stack exchange，提问作者Nihilum