Python 改进带有日期的对象列的性能筛选

正在处理纽约市车祸数据集。当前csv包含2012年的数据，我想提取2017年的值。问题是DATE是一个对象数据类型，尝试这样的操作花费了太长时间

data = data[(pd.to_datetime((data['DATE'])).dt.year == 2017)]

下面是数据示例的外观

---

有人知道更快或更有效的方法吗？谢谢。

瓶颈几乎肯定是在

datetime

转换中

为了提高性能，可以使用

pd.To\u datetime

的

expert\u datetime\u format

参数。根据：

推断日期时间格式：布尔值，默认为False

如果为True且未给出格式，则尝试推断 datetime字符串，如果可以推断，则切换到更快的方法 解析它们的方法。在某些情况下，这可以通过以下方式提高解析速度： 大约5-10倍

例如：

data['DATE'] = pd.to_datetime(data['DATE'], infer_datetime_format=True)
data = data[data['DATE'].dt.year == 2017)]

---

或者，您可以指定：

---

非常感谢jpp，我不知道推断日期时间格式是否真的有助于提高速度。@laughinglama42，或者在调用

pd.to\u datetime（data.date，format='%m/%d/%Y'）

时显式指定日期格式。使用指定的格式转换需要3秒，但没有指定格式需要144秒。@ALollz，谢谢-还添加了一个指向

datetime

缩写页的链接。@jpp是否有办法修改此链接以同时添加到时间列？@laughinglama42，是的。有许多不同的格式可以合并，这是一个完整的指南。有关如何组合两列的信息，请参见。

data['DATE'] = pd.to_datetime(data['DATE'], format='%m/%d/%Y')
data = data[data['DATE'].dt.year == 2017)]