Python 如何最有效地拆分列中以字符串表示的日期？

我的熊猫数据框中有一个名为

start\u date

的列，格式为字符串：

开始日期

'20120212'

'20120514'

'20121124'

'20120604'

要提取和创建月、年和日的单独列，这就是我目前正在做的。有没有更好的方法可以做到这一点

df['start\u month']=df['start\u date'].应用（lambda x:str（x）[4:6]）

df['start\u year']=df['start\u date']。应用（lambda x:str（x）[0:4]）

df['start\u day']=df['start\u date']。应用（lambda x:str（x）[6:8]）

使用，然后提取年、月和日：

a = pd.to_datetime(df['start_date'], format='%Y%m%d')
df['start_month'] = a.dt.month
df['start_year'] = a.dt.year
df['start_day'] = a.dt.day

或者通过

str[]

进行切片并转换为

int

：

df['start_date'] = df['start_date'].astype(str)
df['start_month'] = df['start_date'].str[4:6].astype(int)
df['start_year']=df['start_date'].str[:4].astype(int)
df['start_day']=df['start_date'].str[6:8].astype(int)
print (df)
  start_date  start_month  start_year  start_day
0   20120212            2        2012         12
1   20120514            5        2012         14
2   20121124           11        2012         24
3   20120604            6        2012          4

比较解决方案：

[40000 rows x 1 columns]
df = pd.concat([df]*10000).reset_index(drop=True)

def orig(df):
    df['start_month']=df['start_date'].apply(lambda x:str(x)[4:6]).astype(int)
    df['start_year']=df['start_date'].apply(lambda x:str(x)[0:4]).astype(int)
    df['start_day']=df['start_date'].apply(lambda x:str(x)[6:8]).astype(int)
    return df

def a(df):
    a = pd.to_datetime(df['start_date'], format='%Y%m%d')
    df['start_month'] = a.dt.month
    df['start_year'] = a.dt.year
    df['start_day'] = a.dt.day
    return df

def b(df):
    df['start_month'] = df['start_date'].str[4:6].astype(int)
    df['start_year']=df['start_date'].str[:4].astype(int)
    df['start_day']=df['start_date'].str[6:8].astype(int)
    return df

---

使用并提取年、月和日：

a = pd.to_datetime(df['start_date'], format='%Y%m%d')
df['start_month'] = a.dt.month
df['start_year'] = a.dt.year
df['start_day'] = a.dt.day

或者通过

str[]

进行切片并转换为

int

：

df['start_date'] = df['start_date'].astype(str)
df['start_month'] = df['start_date'].str[4:6].astype(int)
df['start_year']=df['start_date'].str[:4].astype(int)
df['start_day']=df['start_date'].str[6:8].astype(int)
print (df)
  start_date  start_month  start_year  start_day
0   20120212            2        2012         12
1   20120514            5        2012         14
2   20121124           11        2012         24
3   20120604            6        2012          4

比较解决方案：

[40000 rows x 1 columns]
df = pd.concat([df]*10000).reset_index(drop=True)

def orig(df):
    df['start_month']=df['start_date'].apply(lambda x:str(x)[4:6]).astype(int)
    df['start_year']=df['start_date'].apply(lambda x:str(x)[0:4]).astype(int)
    df['start_day']=df['start_date'].apply(lambda x:str(x)[6:8]).astype(int)
    return df

def a(df):
    a = pd.to_datetime(df['start_date'], format='%Y%m%d')
    df['start_month'] = a.dt.month
    df['start_year'] = a.dt.year
    df['start_day'] = a.dt.day
    return df

def b(df):
    df['start_month'] = df['start_date'].str[4:6].astype(int)
    df['start_year']=df['start_date'].str[:4].astype(int)
    df['start_day']=df['start_date'].str[6:8].astype(int)
    return df

---