Python 加快从字符串到日期时间的日期列转换（pandas）

我正在用python处理一个大的.csv文件，它的日期列是“str”。 我使用以下代码将此列中的记录转换为datetime

df[date_column].fillna('1900-01-01',inplace=True)
df[date_column] = df[date_column].apply(lambda x : pd.to_datetime(x, format = datetime_format))

---

但这似乎需要相当长的时间来执行。欢迎就如何处理这一问题提出任何建议。谢谢。

当您阅读csv时，您可以使用

解析日期

df = pd.read_csv('yourcsv.csv',parse_dates = date_column)

然后让我们使用

转换器

pd.read_csv('yourcsv.csv', converters={'date_column':lambda x : pd.to_datetime(x,errors = 'coerce')})

---

读取csv时，可以使用

parse_dates

df = pd.read_csv('yourcsv.csv',parse_dates = date_column)

然后让我们使用

转换器

pd.read_csv('yourcsv.csv', converters={'date_column':lambda x : pd.to_datetime(x,errors = 'coerce')})

---

我尝试过这种方法，但由于存在空值，它无法正常工作。@Dtengu您尝试了

转换器
好的建议，花费的时间更少。我在这里还发现了一些有趣的东西，它工作得更快：我尝试了这种方法，但由于存在空值，它没有按应有的方式工作。@Dtengu您是否尝试了
转换器
好的建议，花费的时间更少。我在这里还发现了一些有趣的东西，可以更快地工作：