栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

为什么非标准时间格式(例如“ 2014/12/31”)的pandas.to_datetime变慢

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

为什么非标准时间格式(例如“ 2014/12/31”)的pandas.to_datetime变慢

这是因为当pandas

dateutil.parser.parse
具有非默认格式或未
format
提供任何字符串时,pandas会后退以解析字符串(这更加灵活,但速度也较慢)。

如上所示,您可以通过向提供

format
字符串来提高性能
to_datetime
。或者另一个选择是使用
infer_datetime_format=True


显然,

infer_datetime_format
当存在微秒时,无法推断。在没有这些示例的情况下,您可以看到大幅提高了速度:

In [28]: d = '2014-12-24 01:02:03'In [29]: c = re.sub('-', '/', d)In [30]: s_c = pd.Series([c]*10000)In [31]: %timeit pd.to_datetime(s_c)1 loops, best of 3: 1.14 s per loopIn [32]: %timeit pd.to_datetime(s_c, infer_datetime_format=True)10 loops, best of 3: 105 ms per loopIn [33]: %timeit pd.to_datetime(s_c, format="%Y/%m/%d %H:%M:%S")10 loops, best of 3: 99.5 ms per loop


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/638605.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号