df['time_stamp'] = df['Time stamp'].apply(lambda x : con_date(x)) NameError: name 'df' is not defined

这个错误提示可能是由于在代码中没有定义df这个变量导致的。在这段代码之前，你需要先定义一个数据框（df），并且在运行这段代码之前确保数据框（df）已经被正确地加载到内存中。你可以通过以下代码创建一个空的数据框并定义列名来避免这个错误：

import pandas as pd

# 创建一个空的数据框
df = pd.DataFrame(columns=['Time stamp', 'time_stamp'])

# 定义函数
def con_date(x):
    d = datetime.strptime(x, '%b %d, %I:%M %p')
    return(pd.to_datetime(d.replace(year=d.year + 120)))

# 将"Time stamp"列中的每个元素应用con_date函数，并将结果存储到"time_stamp"列中
df['time_stamp'] = df['Time stamp'].apply(lambda x : con_date(x))

注意，这个代码只是为了示例，你需要根据你的具体需求来定义数据框的结构和从哪里加载数据到数据框中。

相关问题

df_stamp.date.apply(lambda row:row.month,1)

在你提供的代码中，`df_stamp.date.apply(lambda row: row.month, 1)` 是对 pandas DataFrame 中的 `date` 列进行操作，并将每个日期的月份提取出来。但是需要注意的是，`apply()` 方法的第二个参数应该是 `axis` 而不是 `1`。

下面是一个示例，展示如何使用 `apply()` 方法提取日期列中的月份：

import pandas as pd

# 创建示例数据
df_stamp = pd.DataFrame({'date': ['2022-01-01', '2022-02-15', '2022-03-20']})

# 将日期列转换为 datetime 类型
df_stamp['date'] = pd.to_datetime(df_stamp['date'])

# 使用 apply() 方法提取月份
df_stamp['month'] = df_stamp['date'].apply(lambda row: row.month)

print(df_stamp)

输出结果如下：

        date  month
0 2022-01-01      1
1 2022-02-15      2
2 2022-03-20      3

在这个示例中，首先将日期列转换为 pandas 中的 datetime 类型，然后使用 `apply()` 方法在每个日期上应用 lambda 函数，提取出月份，并将结果保存在新的列 `month` 中。

df_stamp['month'] = df_stamp.date.apply(lambda row: row.month, 1)

这行代码是在 DataFrame `df_stamp` 上创建一个名为 `month` 的新列。它使用 `.apply()` 方法将 `date` 列中的每个日期值作为输入，然后使用 `lambda` 函数提取出每个日期的月份，并将提取到的月份赋值给 `month` 列。最后的参数 `1` 是指定 `lambda` 函数应该在每一行上运行。这样就可以通过 `df_stamp['month']` 访问到包含每个日期对应月份的新列。