Warning: file_get_contents(/data/phpspider/zhask/data//catemap/0/performance/5.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 解析具有已知格式的日期字符串的最快方法_Python_Performance_Datetime - Fatal编程技术网

Python 解析具有已知格式的日期字符串的最快方法

Python 解析具有已知格式的日期字符串的最快方法,python,performance,datetime,Python,Performance,Datetime,假设我有一个以下格式的字符串: "YYYY mm dd" 将其放入python日期对象的最快方法是什么?我的第一个想法是: >>> import datetime >>> datetime.datetime.strptime('2018 01 12', "%Y %m %d").date() datetime.date(2018, 1, 12) 然而,我有大约一百万个日期字符串需要转换,我想知道是否有人有更快的替代方法,或者基准测试表明上述方法最快。一百万个

假设我有一个以下格式的字符串:

"YYYY mm dd"
将其放入python日期对象的最快方法是什么?我的第一个想法是:

>>> import datetime
>>> datetime.datetime.strptime('2018 01 12', "%Y %m %d").date()
datetime.date(2018, 1, 12)

然而,我有大约一百万个日期字符串需要转换,我想知道是否有人有更快的替代方法,或者基准测试表明上述方法最快。

一百万个文件?也许你可以试试Pandas/Dask?为什么不把它们读入Pandas中,并在整个字符串列上使用
pd.to_datetime()
?@rahlf23——当然有可能……如果这是最快的方法的话。那肯定是我的方法,在你的问题范围有限的情况下。你是将所有内容都保存在内存中,还是将它们加载并写回硬盘驱动器?如果是这样的话,您确定时间将主要花在转换数据上,还是I/O将占主导地位?