加快从字符串到日期时间的日期列转换（熊猫）

【问题标题】：Speed up date columns conversion (pandas) from string to datetime加快从字符串到日期时间的日期列转换（熊猫）
【发布时间】：2018-07-18 02:55:08
【问题描述】：

我正在使用 python 中的一个大型 .csv 文件，它的日期列是“str”。我正在使用以下代码将此列中的记录转换为日期时间。

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))

但这似乎需要很长时间才能执行。欢迎任何有关如何处理此问题的建议。谢谢。

【问题讨论】：

【解决方案1】：

当你阅读你的 csv 时，你可以使用parse_dates

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

那就让我们用converters

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

【讨论】：

我尝试了这种方法，但由于存在 NULLS，因此无法正常工作。
@Dtengu 你试试converters
好建议，花费更少的时间。我还在这里发现了一些有趣的东西，它运行得更快：github.com/sanand0/benchmarks/tree/master/date-parse