首页 文章

哪个是从给定日期提取日，月和年的最快方法？

提问于
浏览 次
14

我在一个pandas数据帧中读了一个包含150,000行的csv文件 . 此数据框有一个字段'Date'，日期格式为yyyy-mm-dd . 我想从中提取月，日和年并分别复制到数据框' columns, '月', '日' and '年 . 对于几百条记录，以下两种方法都可以正常工作，但对于150,000条记录，这两种方法的执行时间都非常长 . 对于100,000条记录，有更快的方法吗？

第一种方法：

df = pandas.read_csv(filename)
for i in xrange(len(df)): 
   df.loc[i,'Day'] = int(df.loc[i,'Date'].split('-')[2])

第二种方法：

df = pandas.read_csv(filename)
for i in xrange(len(df)):
   df.loc[i,'Day'] = datetime.strptime(df.loc[i,'Date'], '%Y-%m-%d').day

谢谢 .

python date datetime pandas

2 回答

  • 0

    在0.15.0中，您将能够使用新的.dt访问器在语法上做到这一点 .

    In [36]: df = DataFrame(date_range('20000101',periods=150000,freq='H'),columns=['Date'])

In [37]: df.head(5)
Out[37]: 
                 Date
0 2000-01-01 00:00:00
1 2000-01-01 01:00:00
2 2000-01-01 02:00:00
3 2000-01-01 03:00:00
4 2000-01-01 04:00:00

[5 rows x 1 columns]

In [38]: %timeit f(df)
10 loops, best of 3: 22 ms per loop

In [39]: def f(df):
    df = df.copy()
    df['Year'] = DatetimeIndex(df['Date']).year
    df['Month'] = DatetimeIndex(df['Date']).month
    df['Day'] = DatetimeIndex(df['Date']).day
    return df
   ....: 

In [40]: f(df).head()
Out[40]: 
                 Date  Year  Month  Day
0 2000-01-01 00:00:00  2000      1    1
1 2000-01-01 01:00:00  2000      1    1
2 2000-01-01 02:00:00  2000      1    1
3 2000-01-01 03:00:00  2000      1    1
4 2000-01-01 04:00:00  2000      1    1

[5 rows x 4 columns]

    从0.15.0开始（2014年9月底发布），现在可以使用新的.dt访问器进行以下操作：

    df['Year'] = df['Date'].dt.year
df['Month'] = df['Date'].dt.month
df['Day'] = df['Date'].dt.day
    回复于
  • 27

    我使用下面的代码，这对我很有用

    df['Year']=[d.split('-')[0] for d in df.Date]
df['Month']=[d.split('-')[1] for d in df.Date]
df['Day']=[d.split('-')[2] for d in df.Date]

df.head(5)
    回复于

相关问题