pandas 快速处理 date_time 日期格式方法


						当数据很多，且日期格式不标准时的时候，如果pandas.to_datetime 函数使用不当，会使得处理时间变得很长，提升速度的关键在于format的使用。下面举例进行说明：

示例数据：

date 格式：02.01.2013 即 日.月.年

数据量：3000000





transcation.head()

---------------------------------------------

   date date_block_num shop_id item_id item_price item_cnt_day

0 02.01.2013    0  59 22154  999.00   1.0

1 03.01.2013    0  25  2552  899.00   1.0

2 05.01.2013    0  25  2552  899.00   -1.0

3 06.01.2013    0  25  2554  1709.05   1.0

4 15.01.2013    0  25  2555  1099.00   1.0



处理方式一：





transactions['date_formatted']=pd.to_datetime(transactions['date'])



处理时间： 10min

处理方式二：





transactions['date_formatted']=pd.to_datetime(transactions['date'], format='%d.%m.%Y')



处理时间：10s

附录：format相关





  

    

      代码

      说明

    

  

  

    

      %Y

      4位数的年

    

    

      %y

      2位数的年

    

    

      %m

      2位数的月[01,12]

    

    

      %d

      2位数的日[01，31]

    

    

      %H

      时（24小时制）[00,23]

    

    

      %l

      时（12小时制）[01,12]

    

    

      %M

      2位数的分[00,59]

    

    

      %S

      秒[00,61]有闰秒的存在

    

    

      %w

      用整数表示的星期几[0（星期天），6]

    

    

      %F

      %Y-%m-%d简写形式例如，2017-06-27

    

    

      %D

      %m/%d/%y简写形式

    

  





以上这篇pandas 快速处理 date_time 日期格式方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。