溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“pandas如何快速處理date_time日期格式”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“pandas如何快速處理date_time日期格式”這篇文章吧。
當數據很多，且日期格式不標準時的時候，如果pandas.to_datetime 函數使用不當，會使得處理時間變得很長，提升速度的關鍵在于format的使用。下面舉例進行說明：
示例數據：
date 格式：02.01.2013 即 日.月.年
數據量：3000000
transcation.head() --------------------------------------------- date date_block_num shop_id item_id item_price item_cnt_day 0 02.01.2013 0 59 22154 999.00 1.0 1 03.01.2013 0 25 2552 899.00 1.0 2 05.01.2013 0 25 2552 899.00 -1.0 3 06.01.2013 0 25 2554 1709.05 1.0 4 15.01.2013 0 25 2555 1099.00 1.0
處理方式一：
transactions['date_formatted']=pd.to_datetime(transactions['date'])
處理時間： 10min
處理方式二：
transactions['date_formatted']=pd.to_datetime(transactions['date'], format='%d.%m.%Y')
處理時間：10s
附錄：format相關
| 代碼 | 說明 |
|---|---|
| %Y | 4位數的年 |
| %y | 2位數的年 |
| %m | 2位數的月[01,12] |
| %d | 2位數的日[01，31] |
| %H | 時（24小時制）[00,23] |
| %l | 時（12小時制）[01,12] |
| %M | 2位數的分[00,59] |
| %S | 秒[00,61]有閏秒的存在 |
| %w | 用整數表示的星期幾[0（星期天），6] |
| %F | %Y-%m-%d簡寫形式例如，2017-06-27 |
| %D | %m/%d/%y簡寫形式 |
以上是“pandas如何快速處理date_time日期格式”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
