python - 更快的 datetime.strptime
问题描述
试图unixtimestamp
从数百万个bytes
对象中获取
使用这个
import datetime
dt_bytes = b'2019-05-23 09:37:56.362965'
#fmt = '%m/%d/%Y %H:%M:%S.%f'
fmt = '%Y-%m-%d %H:%M:%S.%f'
dt_ts = datetime.datetime.strptime(dt_bytes.decode('utf-8'), fmt)
unix_ts = dt_ts.timestamp()
完美运行:
In [82]: unix_ts
Out[82]: 1558604276.362965
但是将decode('utf-8')
流速减半(从 38k/sec 到 20k/sec)。
那么有没有办法从输入而不是输入中获取unixtimestamp ?bytes
str
__更新:__
我发现瓶颈是datetime.datetime.strptime(..)
,所以我切换到np.datetime64
(见下文)
__UPDATE 2:__ 检查下面接受的答案以获得不同方法的良好性能基准。
解决方案
我们首先假设您在 a 中有 ISO 格式的字符串 '%Y-%m-%dT%H:%M:%S.%f' list
(我们现在也不考虑从字节数组解码):
from datetime import datetime, timedelta
base, n = datetime(2000, 1, 1, 1, 2, 3, 420001), 1000
datelist = [(base + timedelta(days=i)).isoformat(' ') for i in range(n)]
# datelist
# ['2000-01-01 01:02:03.420001'
# ...
# '2002-09-26 01:02:03.420001']
从字符串到日期时间对象
让我们datetime
使用不同的方法定义一些将字符串解析为 的函数:
import re
import numpy as np
def strp_isostr(l):
return list(map(datetime.fromisoformat, l))
def isostr_to_nparr(l):
return np.array(l, dtype=np.datetime64)
def split_isostr(l):
def splitter(s):
tmp = s.split(' ')
tmp = tmp[0].split('-') + [tmp[1]]
tmp = tmp[:3] + tmp[3].split(':')
tmp = tmp[:5] + tmp[5].split('.')
return datetime(*map(int, tmp))
return list(map(splitter, l))
def resplit_isostr(l):
# return list(map(lambda s: datetime(*map(int, re.split('T|-|\:|\.', s))), l))
return [datetime(*map(int, re.split('\ |-|\:|\.', s))) for s in l]
def full_stptime(l):
# return list(map(lambda s: datetime.strptime(s, '%Y-%m-%dT%H:%M:%S.%f'), l))
return [datetime.strptime(s, '%Y-%m-%d %H:%M:%S.%f') for s in l]
如果我%timeit
在我的机器上为这些函数在 IPython 控制台中运行,我会得到
%timeit strp_isostr(datelist)
98.2 µs ± 766 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
%timeit isostr_to_nparr(datelist)
1.49 ms ± 13.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit split_isostr(datelist)
3.02 ms ± 236 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit resplit_isostr(datelist)
3.8 ms ± 256 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit full_stptime(datelist)
16.7 ms ± 780 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
因此我们可以得出结论,对于 1000 个元素的输入,内置datetime.fromisoformat
是迄今为止最快的选项。但是,这假设您想要使用 a list
。万一你需要一个np.array
,datetime64
直接去那个似乎是最好的选择。
第三方选项:ciso8601
如果您能够安装其他软件包,ciso8601
则值得一看:
import ciso8601
def ciso(l):
return list(map(ciso8601.parse_datetime, l))
%timeit ciso(datelist)
138 µs ± 1.83 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
从日期时间对象到纪元以来的秒数
查看从datetime
对象到 POSIX 时间戳的转换,使用最明显的datetime.timestamp
方法似乎是最有效的:
import time
def dt_ts(l):
return list(map(datetime.timestamp, l))
def timetup(l):
return list(map(time.mktime, map(datetime.timetuple, l)))
%timeit dt_ts(strp_isostr(datelist))
572 µs ± 4.57 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit timetup(strp_isostr(datelist))
1.44 ms ± 15.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
推荐阅读
- javascript - Kyle Simpson 的 OLOO 模式如何处理未初始化的对象?
- build - 如何在 Azure 构建策略中为 PR 添加状态检查验证
- sql - 分组和划分
- macos - 完成:13:找不到命令:compdef
- flutter - 如何从颤动的 URL 中获取价值
- visual-studio - 在 Visual Studio Build 和 nuget restore 命令期间,packages.config 文件被忽略
- r - 如何在 AWS EMR 中安装 R 语言版本 4 - Amazon linux 2
- r - 在主函数之外声明辅助函数是否更有效?
- swift - Swift 无法从 asp.net Web 服务读取 http 响应标头
- wpf - HowTo:将“Xaml 中的材料设计”“ComboBox”行为更改为仅在单击箭头时显示下拉菜单?