當數據很多，且日期格式不標準時的時候，如果pandas.to_datetime 函數使用不當，會使得處理時間變得很長，提升速度的關鍵在于format的使用。下面舉例進行說明：

示例數據：

date 格式：02.01.2013 即 日.月.年

數據量：3000000

transcation.head()---------------------------------------------   date date_block_num shop_id item_id item_price item_cnt_day0 02.01.2013    0  59 22154  999.00   1.01 03.01.2013    0  25  2552  899.00   1.02 05.01.2013    0  25  2552  899.00   -1.03 06.01.2013    0  25  2554  1709.05   1.04 15.01.2013    0  25  2555  1099.00   1.0

處理方式一：

transactions['date_formatted']=pd.to_datetime(transactions['date'])

處理時間： 10min

處理方式二：

transactions['date_formatted']=pd.to_datetime(transactions['date'], format='%d.%m.%Y')

處理時間：10s

附錄：format相關

以上這篇pandas 快速處理 date_time 日期格式方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。