如何修复pandas日期列计算触发PerformanceWarning性能警告的问题

问题原因 #

这个性能警告的根源是你当前的date_column1和date_column2都是object数据类型，没有转为pandas原生的datetime64时间类型。做时间差、时间加减运算时，pandas无法调用高效的矢量化运算接口，只能逐元素处理，所以会弹出性能提示。

解决方法 #

方案1（推荐）：先转换原列类型，后续所有时间操作都可复用 #

先将两列日期转为datetime64类型，再执行原有计算逻辑即可：

import pandas as pd

# 转换两列为pandas datetime类型
DF['date_column1'] = pd.to_datetime(DF['date_column1'])
DF['date_column2'] = pd.to_datetime(DF['date_column2'])

# 执行原有计算，无警告且运算速度大幅提升
DF['date_new'] = DF['date_column2'] + (DF['date_column2'] - DF['date_column1'])

方案2：不修改原列类型，计算时临时转换 #

如果不想改动原DataFrame的列数据类型，可以临时生成转换后的序列做计算：

import pandas as pd

col1 = pd.to_datetime(DF['date_column1'])
col2 = pd.to_datetime(DF['date_column2'])
DF['date_new'] = col2 + (col2 - col1)

内容的提问来源于stack exchange，提问作者nba2020