多个datetime列

如果希望将多个字符串列转换为datetime，则使用apply()会很有用。

df[['date1', 'date2']] = df[['date1', 'date2']].apply(pd.to_datetime)

您可以将参数作为kwargs传递给to_datetime。

df[['start_date', 'end_date']] = df[['start_date', 'end_date']].apply(pd.to_datetime, format="%m/%d/%Y")

使用format=加快速度

如果列包含时间组件，并且您知道datetime/time的格式，那么显式传递该格式将大大加快转换速度。但是，如果列只是日期，则几乎没有任何区别。在我的项目中，对于一个500万行的列，差异是巨大的:~2.5分钟vs 6分钟。

结果表明，显式指定格式大约快25倍。下面的运行时图显示了性能上的巨大差距，这取决于是否传递格式。

用于生成图的代码:

import perfplot
import random

mdYHM = range(1, 13), range(1, 29), range(2000, 2024), range(24), range(60)
perfplot.show(
    kernels=[lambda x: pd.to_datetime(x), lambda x: pd.to_datetime(x, format='%m/%d/%Y %H:%M')],
    labels=['pd.to_datetime(x)', "pd.to_datetime(x, format='%m/%d/%Y %H:%M')"],
    n_range=[2**k for k in range(19)],
    setup=lambda n: pd.Series([f"{m}/{d}/{Y} {H}:{M}" 
                               for m,d,Y,H,M in zip(*[random.choices(e, k=n) for e in mdYHM])]),
    equality_check=pd.Series.equals,
    xlabel='len(df)'
)

如果在日期中混合使用了多种格式，请不要忘记设置infer_datetime_format=True，以便简化工作。

df[数据]= pd。to_datetime (df[’date’],infer_datetime_format = True)

来源:pd.to_datetime

或者如果你想要一个定制的方法:

def autoconvert_datetime(value):
    formats = ['%m/%d/%Y', '%m-%d-%y']  # formats to try
    result_format = '%d-%m-%Y'  # output format
    for dt_format in formats:
        try:
            dt_obj = datetime.strptime(value, dt_format)
            return dt_obj.strftime(result_format)
        except Exception as e:  # throws exception when format doesn't match
            pass
    return value  # let it be if it doesn't match

df['date'] = df['date'].apply(autoconvert_datetime)

最简单的方法是使用to_datetime:

df['col'] = pd.to_datetime(df['col'])

它还为欧洲时报提供了一个日优先的参数(但注意这不是严格的)。

下面是它的实际情况:

In [11]: pd.to_datetime(pd.Series(['05/23/2005']))
Out[11]:
0   2005-05-23 00:00:00
dtype: datetime64[ns]

你可以传递一个特定的格式:

In [12]: pd.to_datetime(pd.Series(['05/23/2005']), format="%m/%d/%Y")
Out[12]:
0   2005-05-23
dtype: datetime64[ns]

如果日期列是'2017-01-01'格式的字符串 您可以使用pandas astype将其转换为datetime。

df['date'] = df['date'].astype('datetime64[ns]')

或者使用datetime64[D]如果你想要日精度而不是纳秒

print(type(df_launath['date'].iloc[0])) 

收益率

<class 'pandas._libs.tslib.Timestamp'>

与使用pandas.to_datetime时相同

您可以尝试其他格式，然后'%Y-%m-%d'，但至少这是可行的。

多个datetime列

如果希望将多个字符串列转换为datetime，则使用apply()会很有用。

df[['date1', 'date2']] = df[['date1', 'date2']].apply(pd.to_datetime)

您可以将参数作为kwargs传递给to_datetime。

df[['start_date', 'end_date']] = df[['start_date', 'end_date']].apply(pd.to_datetime, format="%m/%d/%Y")

使用format=加快速度

如果列包含时间组件，并且您知道datetime/time的格式，那么显式传递该格式将大大加快转换速度。但是，如果列只是日期，则几乎没有任何区别。在我的项目中，对于一个500万行的列，差异是巨大的:~2.5分钟vs 6分钟。

结果表明，显式指定格式大约快25倍。下面的运行时图显示了性能上的巨大差距，这取决于是否传递格式。

用于生成图的代码:

import perfplot
import random

mdYHM = range(1, 13), range(1, 29), range(2000, 2024), range(24), range(60)
perfplot.show(
    kernels=[lambda x: pd.to_datetime(x), lambda x: pd.to_datetime(x, format='%m/%d/%Y %H:%M')],
    labels=['pd.to_datetime(x)', "pd.to_datetime(x, format='%m/%d/%Y %H:%M')"],
    n_range=[2**k for k in range(19)],
    setup=lambda n: pd.Series([f"{m}/{d}/{Y} {H}:{M}" 
                               for m,d,Y,H,M in zip(*[random.choices(e, k=n) for e in mdYHM])]),
    equality_check=pd.Series.equals,
    xlabel='len(df)'
)

如果你想指定复杂的格式，你可以使用下面的方法:

df['date_col'] =  pd.to_datetime(df['date_col'], format='%d/%m/%Y')

更多关于格式的细节:

Python 2 https://docs.python.org/2/library/datetime.html#strftime-strptime-behavior Python 3 https://docs.python.org/3.7/library/datetime.html#strftime-strptime-behavior