将列解析为日期时间的最快方法

Question

我有超过40万行的以下数据框。

df = pd.DataFrame({'date' : ['03/02/2015 23:00',
'03/02/2015 23:30',
'04/02/2015 00:00',
'04/02/2015 00:30',
'04/02/2015 01:00',
'04/02/2015 01:30',
'04/02/2015 02:00',
'04/02/2015 02:30',
'04/02/2015 03:00',
'04/02/2015 03:30',
'04/02/2015 04:00',
'04/02/2015 04:30',
'04/02/2015 05:00',
'04/02/2015 05:30',
'04/02/2015 06:00',
'04/02/2015 06:30',
'04/02/2015 07:00']})

我正在尝试尽快解析csv文件在pandas中的日期列。我知道如何使用read_csv做到这一点，但这需要很多时间！另外，我尝试了以下方法，但效果非常慢：df['dateTimeFormat'] = pd.to_datetime(df['date'],dayfirst=True)

我怎样才能高效，快速地将date列解析为datetime？

非常感谢您的帮助，

皮埃尔

Answer 1

您可以datetime通过http://strftime.org/定义的格式：

df = pd.concat([df] * 1000, ignore_index=True)


%timeit df['dateTimeFormat1'] = pd.to_datetime(df['date'],dayfirst=True)
2.94 s ± 285 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit df['dateTimeFormat2'] = pd.to_datetime(df['date'],format='%d/%m/%Y %H:%M') 
55 ms ± 1.47 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)