14

我最近偶然发现了一个新的很棒的pendulum库，可以更轻松地使用日期时间。

在pandas中，有一个方便的to_datetime()方法允许将系列和其他对象转换为日期时间：

raw_data['Mycol'] = pd.to_datetime(raw_data['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

创建自定义to_<something>方法的规范方法是什么 - 在这种情况下to_pendulum()，方法可以将日期字符串系列直接转换为Pendulum对象？

这可能会导致Series具有各种有趣的功能，例如，将一系列日期字符串转换为一系列“从现在开始的偏移量”——人类日期时间差异。

4

1 回答 1

17

创建自定义to_<something> 方法的规范方法是什么 - 在这种情况下to_pendulum()，方法能够将日期字符串系列直接转换为Pendulum对象？

在稍微浏览了 API 之后，我必须说我对他们所做的事情印象深刻。不幸的是，我不认为Pendulum并且pandas可以一起工作（至少，与当前的最新版本 - v0.21）。

最重要的原因是它pandas本身不支持Pendulum作为数据类型。所有原生支持的数据类型（np.int和np.float）np.datetime64都以某种形式支持向量化。使用数据框（例如，香草循环和列表），您不会获得一丝性能改进。 如果有的话，使用对象调用applya会更慢（因为所有的 API 开销）。SeriesPendulum

另一个原因是它Pendulum的子类datetime-

from datetime import datetime

isinstance(pendulum.now(), datetime)
True

这很重要，因为如上所述，datetime它是受支持的数据类型，因此 pandas 将尝试强制datetime转换为 pandas 的本机日期时间格式 - Timestamp。这是一个例子。

print(s)

0     2017-11-09 18:43:45
1     2017-11-09 20:15:27
2     2017-11-09 22:29:00
3     2017-11-09 23:42:34
4     2017-11-10 00:09:40
5     2017-11-10 00:23:14
6     2017-11-10 03:32:17
7     2017-11-10 10:59:24
8     2017-11-10 11:12:59
9     2017-11-10 13:49:09

s = s.apply(pendulum.parse)
s

0    2017-11-09 18:43:45+00:00
1    2017-11-09 20:15:27+00:00
2    2017-11-09 22:29:00+00:00
3    2017-11-09 23:42:34+00:00
4    2017-11-10 00:09:40+00:00
5    2017-11-10 00:23:14+00:00
6    2017-11-10 03:32:17+00:00
7    2017-11-10 10:59:24+00:00
8    2017-11-10 11:12:59+00:00
9    2017-11-10 13:49:09+00:00
Name: timestamp, dtype: datetime64[ns, <TimezoneInfo [UTC, GMT, +00:00:00, STD]>]

s[0]
Timestamp('2017-11-09 18:43:45+0000', tz='<TimezoneInfo [UTC, GMT, +00:00:00, STD]>')

type(s[0])
pandas._libs.tslib.Timestamp

因此，有一些困难（涉及dtype=object），您可以将Pendulum对象加载到数据帧中。这是你如何做到这一点 -

v = np.vectorize(pendulum.parse)
s = pd.Series(v(s), dtype=object)

s

0     2017-11-09T18:43:45+00:00
1     2017-11-09T20:15:27+00:00
2     2017-11-09T22:29:00+00:00
3     2017-11-09T23:42:34+00:00
4     2017-11-10T00:09:40+00:00
5     2017-11-10T00:23:14+00:00
6     2017-11-10T03:32:17+00:00
7     2017-11-10T10:59:24+00:00
8     2017-11-10T11:12:59+00:00
9     2017-11-10T13:49:09+00:00

s[0]
<Pendulum [2017-11-09T18:43:45+00:00]>

然而，这本质上是没有用的，因为调用任何 pendulum方法（通过apply）现在不仅会超级慢，而且还会导致结果Timestamp再次被强制执行，这是徒劳的。

于 2017-12-16T20:17:16.333 回答