Python 加速Pandas-加速将整个列中的unix时间戳更改为当前日期

我有一个带有列的数据帧，该列的时间表示为unix时间戳。我想解析整个列，将时间表示为datetime（年-月-日-小时-分-秒）。我使用foor循环完成了这项工作，但对于大型

数据帧

，这需要很长时间。我可以加快速度吗？或者我可以使用一些内置的Pandas函数来代替

for idx, row in df.iterrows():
            df.loc[idx, "time"] = pd.to_datetime(row['time'], unit='s')

---

可以通过直接访问列并指定格式来执行此操作：

df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d-%H-%M-%S')

---

d_kennetz的答案是正确的，但在这种情况下，

df.at（）

应该比

df.loc（）

更适合您。我愿意打赌

df.at（）

的速度至少是

df.loc（）的1000倍：

在这种情况下，这不是我推荐的解决方案，但这些信息可能对您或以后的其他人有用。
不要循环，使用
df['time']=pd.to_datetime（df['time']，unit='s'）
可能重复的
for idx, row in df.iterrows():
            df.at[idx, "time"] = pd.to_datetime(row['time'], unit='s')