如何优化pandas中挪威D号、S号格式日期转标准日期的实现

核心优化思路 #

• 抛弃逐行循环逻辑，全部使用pandas内置的向量化操作，数据量越大执行效率优势越明显，相比循环方案提升可达数十至上百倍
• 用str.zfill(6)直接统一补全前导零到6位，无需手动判断字符串长度
• 用布尔掩码批量命中符合D号、S号规则的记录，统一做编码转换

代码实现 #

import pandas as pd

def convert_dates(s):
    # 统一转字符串并补全前导零到6位
    s_str = s.astype(str).str.zfill(6)
    # 处理D号规则：第一位数字>3时减4
    first_digit = s_str.str.get(0).astype(int)
    d_mask = first_digit > 3
    s_str = s_str.mask(d_mask, (first_digit[d_mask] - 4).astype(str) + s_str.str[1:])
    # 处理S号规则：第三位数字>1时减5
    third_digit = s_str.str.get(2).astype(int)
    s_mask = third_digit > 1
    s_str = s_str.mask(s_mask, s_str.str[:2] + (third_digit[s_mask] - 5).astype(str) + s_str.str[3:])
    return s_str

效果验证 #

使用示例数据测试：

df = pd.DataFrame({'dates': [241290, 710586, 105299, 56187]})
df['converted'] = convert_dates(df['dates'])

输出结果：

内容的提问来源于stack exchange，提问作者user3306199