日期时间转换对于数据帧来说太长

我在datetime中寻找由read_csv读取的转换索引，但它需要很长时间（超过1分钟）。日期时间转换对于数据帧来说太长

是否有人知道更有效的方法（其他命令，使用cython，...）？

>>> df 
<class 'pandas.core.frame.DataFrame'> 
Index: 3367200 entries, 2014/02/28 to 2017/12/31 
Columns: 3 entries, SCENARIO to 0 
dtypes: float64(1), object(2) 
>>> df.index = pd.to_datetime(df.index)

来源

2014-03-27 Alexis G

你解析与read_csv日期？ –

我做df = pd.read_csv（文件名，sep ='\ t'，index_col = [0,1]）和日期是col1 –

您应该使用parse_dates argument for read_csv，这样，它的读取直接作为datetime64（Int64的）而不是字符串（然后不必解析）：

from StringIO import StringIO # in python 2 
a = '''date,A,B 
1/1/2014,1,2 
1/1/2014,2,3''' 

In [11]: pd.read_csv(StringIO(a), index_col=[0, 1], parse_dates=[0]) 
Out[11]: 
       B 
date  A 
2014-01-01 1 2 
      2 3

来源

2014-03-27 23:56:45

非常好。谢谢 –

@ user3442271出于兴趣，这是如何影响您的时间？ –

这样可以将时间减少一半。问题是我有24小时的初始值和第一个日期的值。所以我必须尽可能提高效率，因为之后，我必须列出专栏，并在日期时间内做一个relativedelta（实际上需要2分钟的时间）... –

日期时间转换对于数据帧来说太长

回答

相关问题