Question

目前，我正在处理220万条记录。其中两列由membership_id和txn_time组成。数据框看起来像-

membership_id          txn_time
 1                      2019-02-17 00:00:00.0
 2                      2018-04-23 00:00:00.0
 3                      2018-12-17 00:00:00.0
 4                      2019-02-17 00:00:00.0
 5                      2018-04-02 00:00:00.0
 6                      2018-09-10 06:20:58.0
 7                      2019-01-16 08:11:42.0

我希望数据框看起来像-

membership_id          txn_time
 1                      2019-02-17 
 2                      2018-04-23 
 3                      2018-12-17 
 4                      2019-02-17 
 5                      2018-04-02 
 6                      2018-09-10
 7                      2019-01-16

我到目前为止所做的-

df_txn['TXN_DATE'] = pd.to_datetime(df_txn['txn_time'], errors='coerce')

但是，它无法正常工作，并且记录数也高达220万。

谢谢。

Answer 1

要提高性能，请使用参数format，然后由dt.floor转换为无time的日期时间，如果以后需要类似datetime的函数处理数据，则更好：

df_txn['TXN_DATE'] = pd.to_datetime(df_txn['txn_time'], 
                                    errors='coerce',
                                    format='%Y-%m-%d %H:%M:%S.%f').dt.floor('d')

或者到dt.date到python date，但得到object：

df_txn['TXN_DATE'] = pd.to_datetime(df_txn['txn_time'], 
                                    errors='coerce',
                                    format='%Y-%m-%d %H:%M:%S.%f').dt.date

Answer 2

此lambda函数可帮助您解决问题，而无需使用日期时间库。

df['txn_time'] = df['txn_time'].apply(lambda x:x.split()[0])

熊猫日期时间格式

2 个答案: