如何使用空值将字符串转换为日期时间 - python,pandas?
Posted
技术标签:
【中文标题】如何使用空值将字符串转换为日期时间 - python,pandas?【英文标题】:How to convert string to datetime with nulls - python, pandas? 【发布时间】:2015-05-31 15:45:51 【问题描述】:我有一个包含一些日期时间(作为字符串)和一些空值作为“nan”的系列:
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'))
但我得到了错误:
time data 'nan' does not match format '%Y-%m-%d %H:%M:%S'
所以我试着把这些变成实际的空值:
df.ix[df['Date'] == 'nan', 'Date'] = np.NaN
然后重复:
df['Date'] = df['Date'].apply(lambda x: dt.datetime.strptime(x, '%Y-%m-%d %H:%M:%S'))
然后我得到错误:
必须是字符串,不能是浮点数
解决这个问题的最快方法是什么?
【问题讨论】:
【参考方案1】:只需使用to_datetime
并设置errors='coerce'
来处理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 不正确会引发错误。
如果你这样做了,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
会更快,而不是调用apply
,后者基本上只是循环您的系列。
时间
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
我们在这里看到使用to_datetime
的速度提高了 3 倍。
【讨论】:
当前语法现在是errors='coerce'
,而不是coerce=True
。【参考方案2】:
我发现让 pandas 在大型数据帧上完成这项工作太慢了。在另一篇文章中,我学到了一种技术,当唯一值的数量远小于行数时,这种技术可以显着加快速度。 (我的数据通常是股票价格或交易记录数据。)它首先构建一个字典,将文本日期映射到它们的日期时间对象,然后应用该字典来转换文本日期列。
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)
【讨论】:
以上是关于如何使用空值将字符串转换为日期时间 - python,pandas?的主要内容,如果未能解决你的问题,请参考以下文章