如何使用Arrow解析Pandas DataFrame列中的日期数据？

arrow.get() 仅支持单个字符串/日期输入，无法直接处理Pandas Series对象，因此需要对列中的每个元素单独调用解析方法，以下是两种可行方案：

方案1：使用Series.apply()逐元素处理 #

通过apply()将arrow.get()应用到列的每个元素上，生成包含Arrow日期对象的新列：

import pandas as pd
import arrow

data=['2015', '2016','2017', '2108']
df= pd.DataFrame(data,columns=['time'])

# 解析为Arrow日期对象
df['arrow_time'] = df['time'].apply(arrow.get)

方案2：列表推导式（大数据量下更高效） #

直接遍历列元素并批量解析，性能比apply()更优：

df['arrow_time'] = [arrow.get(date_str) for date_str in df['time']]

额外说明 #

如果需要将Arrow对象转换为Pandas原生的datetime类型以兼容Pandas日期操作，可以在解析时提取.datetime属性：

df['pandas_datetime'] = df['time'].apply(lambda x: arrow.get(x).datetime)

内容的提问来源于stack exchange，提问作者user17743486