我正在阅读CSV文件和解析日期。
train = pd.read_csv('sales_train.csv', parse_dates=['date'])
date
2015-10-10
2015-09-10
2015-10-14
2015-10-22
2015-03-10
在这一点上,数据框已正确解析。如果我需要第二天访问相同的数据框,我不想再次解析日期列,而花10分钟进行计算。如何保存已解析日期的数据框架?
您可以发布一些代码和示例数据吗?
如果您正在运行pd.to_datetime(df['date'])
之类的东西,但没有保存在任何地方,请尝试:
df['date'] = pd.to_datetime(df['date'])
在解析日期之后,建议将数据框保存在 parquet >或 HDF 格式中:
df.to_parquet('df.parquet', engine='fastparquet')
df.to_hdf('df.h5','table_name',append=True)
如果我想阅读,
df.to_parquet('df.parquet', engine='fastparquet')
df.to_hdf('df.h5','table_name',append=True)
注意1:安装此库
很重要conda install fastparquet pyarrow python-snappy -c conda-forge
注2: parquet格式小于HDF