我有一个包含 ID 的列,时间在其中编码。例如:
0 020160910223200_T1
1 020160910223200_T1
2 020160910223203_T1
3 020160910223203_T1
4 020160910223206_T1
5 020160910223206_T1
6 020160910223209_T1
7 020160910223209_T1
8 020160910223213_T1
9 020160910223213_T1
如果我们删除第一个和最后三个字符,我们将获得第一行:20160910223200,应将其转换为 2016-09-10 22:32:00。
我的解决方案是编写一个截断 ID 并转换为日期时间的函数。然后,我将此函数应用于我的 df 列。
from datetime import datetime
def MeasureIDtoTime(MeasureID):
MeasureID = str(MeasureID)
MeasureID = MeasureID[1:14]
Time = datetime.strptime(MeasureID, '%Y%m%d%H%M%S')
return Time
df['Time'] = df['MeasureID'].apply(MeasureIDtoTime)
这工作正常,但对我来说速度很慢。我必须处理超过 2000 万行,我需要一个更快的解决方案。有更高效解决方案的想法吗?
更新
根据@MaxU 的说法,有一个更好的解决方案:
pd.to_datetime(df.ID.str[1:-3], format = '%Y%m%d%H%M%S')
这会在 32 秒内完成 720 万行的工作。然而,在 R 中,由于 lubridate::ymd_hms()
函数,我在不到 2 秒的时间内完成了任务。所以我想知道在 Python 中是否有更好的解决方案来解决我的问题。
最佳答案
更新:性能优化...
让我们试着优化一下
DF 形状:50.000 x 1
In [220]: df.head()
Out[220]:
ID
0 020160910223200_T1
1 020160910223200_T1
2 020160910223203_T1
3 020160910223203_T1
4 020160910223206_T1
In [221]: df.shape
Out[221]: (50000, 1)
In [222]: len(df)
Out[222]: 50000
时间:
In [223]: %timeit df['ID'].apply(MeasureIDtoTime)
1 loop, best of 3: 929 ms per loop
In [224]: %timeit pd.to_datetime(df.ID.str[1:-3])
1 loop, best of 3: 5.68 s per loop
In [225]: %timeit pd.to_datetime(df.ID.str[1:-3], format='%Y%m%d%H%M%S')
1 loop, best of 3: 267 ms per loop ### WINNER !
结论:明确指定日期时间格式可将其速度提高 21 倍。
注意:只有当你有一个固定的日期时间格式时才有可能
旧答案:
In [81]: pd.to_datetime(df.ID.str[1:-3])
Out[81]:
0 2016-09-10 22:32:00
1 2016-09-10 22:32:00
2 2016-09-10 22:32:03
3 2016-09-10 22:32:03
4 2016-09-10 22:32:06
5 2016-09-10 22:32:06
6 2016-09-10 22:32:09
7 2016-09-10 22:32:09
8 2016-09-10 22:32:13
9 2016-09-10 22:32:13
Name: ID, dtype: datetime64[ns]
df
是:
In [82]: df
Out[82]:
ID
0 020160910223200_T1
1 020160910223200_T1
2 020160910223203_T1
3 020160910223203_T1
4 020160910223206_T1
5 020160910223206_T1
6 020160910223209_T1
7 020160910223209_T1
8 020160910223213_T1
9 020160910223213_T1
关于python - 如何在 Python 中有效地将字符串类型的数据框列转换为日期时间?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42100344/