加速 Pandas - 加快在整个列中更改 unix 时间戳的速度

Question

我有一个带有列的 DataFrame，该列的时间表示为 unix 时间戳。我想解析整列以将时间表示为日期时间（年-月-日-时-分-秒）。我是使用 foo 循环完成的，但是对于 large 需要很长时间DataFrame。我可以加快速度，或者是否有一些我可以使用的内置 Pandas 函数？for idx, row in df.iterrows():             df.loc[idx, "time"] = pd.to_datetime(row['time'], unit='s')

Answer 1

您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')

Answer 2

d_kennetz 的答案是正确的，但知道它df.at()应该比df.loc()在这种情况下对您表现更好也很有用。我愿意打赌这df.at()将至少比df.loc()以下速度快一千倍：

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

在这种情况下，这不是我推荐的解决方案，但此信息可能对您或其他人稍后有用。