读取.csv文件时，解析Python中日期的最快方法是什么？

Question

我有两张单独列.csv文件'Date'和' Time'。我这样读取文件：

data1 = pd.read_csv('filename.csv', parse_dates=['Date', 'Time'])

但是似乎只有该' Date'列采用时间格式，而该'Time'列仍为字符串或采用非时间格式。

当我执行以下操作时：

data0 = pd.read_csv('filename.csv')
data0['Date'] = pd.to_datetime(data0['Date'])
data0['Time'] = pd.to_datetime(data0['Time'])

它提供了我想要的数据帧，但是要花费一些时间。那么，读取文件并从字符串格式转换日期和时间的最快方法是什么？

.csv文件是这样的：

              Date      Time      Open       High       Low     Close  
0       2004-04-12    8:31 AM  1139.870  1140.860  1139.870  1140.860       
1       2005-04-12   10:31 AM  1141.219  1141.960  1141.219  1141.960       
2       2006-04-12   12:33 PM  1142.069  1142.290  1142.069  1142.120       
3       2007-04-12    3:24 PM  1142.240  1143.140  1142.240  1143.140       
4       2008-04-12    5:32 PM  1143.350  1143.589  1143.350  1143.589       

谢谢！

Answer 1

在这里，以您的情况而言，“ 时间 ”为AM / PM格式，需要花费更多时间进行解析。

您可以添加格式以提高to_datetime（）方法的速度。

data0=pd.read_csv('filename.csv')

# %Y - year including the century
# %m - month (01 to 12)
# %d - day of the month (01 to 31)
data0['Date']=pd.to_datetime(data0['Date'], format="%Y/%m/%d")

# %I - hour, using a -hour clock (01 to 12)
# %M - minute
# %p - either am or pm according to the given time value
# data0['Time']=pd.to_datetime(data0['Time'], format="%I:%M %p") -> around 1 sec
data0['Time']=pd.datetools.to_time(data0['Time'], format="%I:%M %p")

有关更多方法的信息：Pandas Tools

有关更多格式选项，请检查datetime格式指令。

对于50万行，它在我的系统中将速度从60秒提高到了0.01秒。

您也可以使用：

# Combine date & time directly from string format
pd.Timestamp(data0['Date'][0] + " " + data0['Time'][0])