加快日期列从字符串到日期时间的转换（ pandas ） [英] Speed up date columns conversion (pandas) from string to datetime

问题描述

我正在使用python中的大型.csv文件，其日期列为 str。
我正在使用以下代码将此列中的记录转换为datetime。

I am working with a large .csv file in python and its date column is 'str'. I am using the following code to convert the records in this column to datetime.

df[date_column].fillna('1900-01-01',inplace=True)
df[date_column] = df[date_column].apply(lambda x : pd.to_datetime(x, format = datetime_format))

但这似乎要花很长时间才能执行。欢迎提出任何有关如何处理此问题的建议。谢谢。

But this seems to be taking quite a long time to execute. Any suggestions on how to handle this is welcomed. Thanks.

推荐答案

阅读csv时，可以使用 parse_dates

When you read your csv , you can using parse_dates

df = pd.read_csv('yourcsv.csv',parse_dates = date_column)

然后让我们使用转换器

pd.read_csv('yourcsv.csv', converters={'date_column':lambda x : pd.to_datetime(x,errors = 'coerce')})

这篇关于加快日期列从字符串到日期时间的转换（ pandas ）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！