Question

我有一个系列有一些日期时间（作为字符串）和一些空值为'nan'：

import pandas as pd, numpy as np, datetime as dt
df = pd.DataFrame({'Date':['2014-10-20 10:44:31', '2014-10-23 09:33:46', 'nan', '2014-10-01 09:38:45']})

我正在尝试将这些转换为日期时间：

df['Date'] = df['Date'].apply(lambda x: dt.datetime.strptime(x, '%Y-%m-%d %H:%M:%S'))

但是我收到了错误：

time data 'nan' does not match format '%Y-%m-%d %H:%M:%S'

所以我试着把它们变成实际的空值：

df.ix[df['Date'] == 'nan', 'Date'] = np.NaN

并重复：

df['Date'] = df['Date'].apply(lambda x: dt.datetime.strptime(x, '%Y-%m-%d %H:%M:%S'))

然后我收到错误：

必须是字符串，而不是浮动

解决此问题的最快方法是什么？

Answer 1

只需使用to_datetime并设置errors='coerce'即可处理duff数据：

In [321]:

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')
df
Out[321]:
                 Date
0 2014-10-20 10:44:31
1 2014-10-23 09:33:46
2                 NaT
3 2014-10-01 09:38:45

In [322]:

df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 4 entries, 0 to 3
Data columns (total 1 columns):
Date    3 non-null datetime64[ns]
dtypes: datetime64[ns](1)
memory usage: 64.0 bytes

调用strptime的问题是，如果字符串或dtype不正确，它将引发错误。

如果您这样做，那么它会起作用：

In [324]:

def func(x):
    try:
        return dt.datetime.strptime(x, '%Y-%m-%d %H:%M:%S')
    except:
        return pd.NaT

df['Date'].apply(func)
Out[324]:
0   2014-10-20 10:44:31
1   2014-10-23 09:33:46
2                   NaT
3   2014-10-01 09:38:45
Name: Date, dtype: datetime64[ns]

但使用内置的to_datetime而不是调用apply会更快，因为它基本上只会循环播放你的系列。

<强>定时

In [326]:

%timeit pd.to_datetime(df['Date'], errors='coerce')
%timeit df['Date'].apply(func)
10000 loops, best of 3: 65.8 µs per loop
10000 loops, best of 3: 186 µs per loop

我们在此处看到使用to_datetime的速度提高了3倍。

Answer 2

我发现让大熊猫在大型数据帧上的工作太慢了。在另一篇文章中，我了解了一种技术，当唯一值的数量远小于行数时，这种技术可以大大提高速度。（我的数据通常是股票价格或交易记录数据。）它首先构建一个dict，将文本日期映射到它们的datetime对象，然后应用dict转换文本日期列。

def str2time(val):
    try:
        return dt.datetime.strptime(val, '%H:%M:%S.%f')
    except:
        return pd.NaT

def TextTime2Time(s):
    times = {t : str2time(t) for t in s.unique()}
    return s.apply(lambda v: times[v])

df.date = TextTime2Time(df.date)

如何使用null将字符串转换为datetime - python，pandas？

2 个答案: