在Python中读取.csv文件时解析日期的最快方式是什么？

Question

我有一个.csv文件，它有两个分别用于'Date'和' Time'的列。我读了这个文件：

data1 = pd.read_csv('filename.csv', parse_dates=['Date', 'Time'])

但似乎只有' Date'列是时间格式，而'Time'列仍然是字符串或不是时间格式。

当我执行以下操作时：

data0 = pd.read_csv('filename.csv')
data0['Date'] = pd.to_datetime(data0['Date'])
data0['Time'] = pd.to_datetime(data0['Time'])

它提供了我想要的数据帧，但需要相当长的时间。 那么，读取文件并从字符串格式转换日期和时间的最快方法是什么？

.csv文件如下：

              Date      Time      Open       High       Low     Close  
0       2004-04-12    8:31 AM  1139.870  1140.860  1139.870  1140.860       
1       2005-04-12   10:31 AM  1141.219  1141.960  1141.219  1141.960       
2       2006-04-12   12:33 PM  1142.069  1142.290  1142.069  1142.120       
3       2007-04-12    3:24 PM  1142.240  1143.140  1142.240  1143.140       
4       2008-04-12    5:32 PM  1143.350  1143.589  1143.350  1143.589       

谢谢！

Answer 1

这里，在您的情况下，'时间'是AM/PM格式，需要更多的时间来解析。

您可以添加格式以提高to-u datetime（）方法的速度。

data0=pd.read_csv('filename.csv')

# %Y - year including the century
# %m - month (01 to 12)
# %d - day of the month (01 to 31)
data0['Date']=pd.to_datetime(data0['Date'], format="%Y/%m/%d")

# %I - hour, using a -hour clock (01 to 12)
# %M - minute
# %p - either am or pm according to the given time value
# data0['Time']=pd.to_datetime(data0['Time'], format="%I:%M %p") -> around 1 sec
data0['Time']=pd.datetools.to_time(data0['Time'], format="%I:%M %p")

更多方法信息：Pandas Tools

有关更多格式选项，请选中-datetime format directives。

在我的系统中，500行的速度从大约60秒提高到了0.01秒。

您还可以使用：

# Combine date & time directly from string format
pd.Timestamp(data0['Date'][0] + " " + data0['Time'][0])