Python 3.x timedelta方法的缓慢性能

为什么

.dt.days

比

.dt.total_seconds（）长100倍

.dt.total_seconds
基本上只是一个乘法，可以以numpythonic速度执行：

def total_seconds(self):
    """
    Total duration of each element expressed in seconds.

    .. versionadded:: 0.17.0
    """
    return self._maybe_mask_results(1e-9 * self.asi8)

然而，如果我们中止
days
操作，我们会看到它将时间花在一个带有getattr和Timedelta对象（）构造的缓慢的listcomp中：

对我来说，这尖叫着“看，让我们把它纠正过来，当我们开始时，我们将跨越优化的桥梁。”
一个更快的选择是
days=pd.Series（df['A'].dt.values.astype（'timedelta64[D]'））
这些没有太多性能基准-欢迎打开一个问题（公关更好！）；这些都很容易优化
def total_seconds(self):
    """
    Total duration of each element expressed in seconds.

    .. versionadded:: 0.17.0
    """
    return self._maybe_mask_results(1e-9 * self.asi8)

    360         else:
    361             result = np.array([getattr(Timedelta(val), m)
--> 362                                for val in values], dtype='int64')
    363         return result
    364