Python熊猫，将多列字符串转换为时间？

Question

我有一个熊猫DataFrame，它由许多列组成，这些列表示为时间（例如“ 8：14：30.123”）。 是否有一种有效的方法将所有这些列转换为数值？ 我进行了一些研究，发现panda to_datetime()函数，但它一次仅适用于一列，并且我有太多的列需要迭代。

Answer 1

您可以遍历它们并应用to_datetime函数，或者

当您将其读取为CSV时，请使用parse_dates参数：

parse_dates：布尔值，整数或名称列表，列表列表或dict如果为True->尝试解析索引。 如果[1、2、3]->尝试将第1、2、3列分别解析为单独的日期列。 如果[[1，3]]->合并列1和3并解析为单个日期列。 {'foo'：[1，3]}->将第1、3列解析为日期，并调用结果'foo'。存在iso8601格式日期的快速路径。

更新：

如果需要它的速度，最好使用下面的函数将列转换为日期时间。

def lookup(s):
    """
    This is an extremely fast approach to datetime parsing.
    For large data, the same dates are often repeated. Rather than
    re-parse these, we store all unique dates, parse them, and
    use a lookup to convert all dates.
    """
    dates = {date:pd.to_datetime(date) for date in s.unique()}
    return s.apply(lambda v: dates[v])

好处是可以查找重复的日期，而不必一次又一次地转换为日期时间。 似乎存在明显的速度差异：

$ python date-parse.py
to_datetime: 5799 ms
dateutil:    5162 ms
strptime:    1651 ms
manual:       242 ms
lookup:        32 ms

来源： https ： //github.com/sanand0/benchmarks/tree/master/date-parse