Python Dataframe 将日期时间解析为年、月、日、时、分、秒的列

Question

我在 dataframe 中有一个日期时间列 ['time_in']。 下面的 2 个代码有效，但为了效率或简洁，是否有更紧凑或预先存在的 function 来分解为年、月、日、小时、分钟、秒的列（或者更好的是，这些组件的任何子集）？

df['year']=df.time_in.dt.year.astype('Int64')
df['month']=df.time_in.dt.month.astype('Int64')
df['day']=df.time_in.dt.day.astype('Int64')
df['hour']=df.time_in.dt.hour.astype('Int64')
df['minute']=df.time_in.dt.minute.astype('Int64')
df['second']=df.time_in.dt.second.astype('Int64')

或这个

df['dt_string']=df.time_in.astype(str)
dfx=df.dt_string.str.split(expand=True)
dfdate=pd.DataFrame(columns=['year','month','day'])
dftime=pd.DataFrame(columns=['hour','minute','second'])
dfdate[['year','month','day']]=dfx[0].str.split('-',expand=True).astype('int64')
dftime[['hour','minute','second']]=dfx[1].str.split(':',expand=True).astype(float).astype('int64')
df=pd.concat([df,pd.concat([dfdate,dftime], axis=1)], axis=1)

Answer 1

attr = ['year','month','day','hour','minute','second']
for a in attr:
    df[a]=getattr(df.time_in.dt,a)

在 90k 行上进行 500 次迭代 = 每次迭代平均 073 秒比上述 v1 快 30% （单独调用）

或以功能形式

def dt_split(df,col,times=['year','month','day','hour','minute','second']):
    for ttt in times:
        df[ttt]=getattr(df[col].dt,ttt)
    return df