R语言中高效转换拆分YYYYmmddhhmmss格式字符串为日期时间的方法

嘿，我完全懂你想要的效果——把数据框里的datetime列转成那种紧凑的无分隔符格式，而且不想用麻烦的split/substring，要高效的方案对吧？刚好这个场景在数据处理里超常见，给你几个靠谱的方法，绝对比手动字符串操作快得多：

核心最优方案：用Pandas的矢量化格式化（如果列是datetime类型） #

如果你的datetime列已经是Pandas的datetime64类型（这是最规范的存储方式），直接用dt.strftime()就行——这是底层矢量化实现的，比任何循环或者字符串切片都高效，数据量越大优势越明显：

import pandas as pd

# 假设df['datetime']已经是datetime64类型
df['formatted_datetime'] = df['datetime'].dt.strftime('%Y%m%d%H%M%S')

这里的%Y是4位年份，%m是两位月份，%d两位日期，%H24小时制小时，%M分钟，%S秒，组合起来刚好是你要的YYYYmmddhhmmss格式。

如果列是字符串类型：先转成datetime再格式化 #

如果你的datetime列还是原始字符串（比如"2017-12-04 21:15:00"这种带分隔符的），别直接用split/substring硬切，先转成datetime类型再格式化更稳妥（避免各种格式不统一的坑），而且效率依然很高：

# 第一步：把字符串列转成datetime类型（Pandas会自动识别大部分常见格式）
df['datetime'] = pd.to_datetime(df['datetime'])
# 第二步：格式化
df['formatted_datetime'] = df['datetime'].dt.strftime('%Y%m%d%H%M%S')

超大型数据集的进阶优化 #

如果你的数据量特别大（比如上千万行），可以试试用Numpy直接处理datetime数组，效率和Pandas的方法差不多，有时候甚至略快：

import numpy as np

df['formatted_datetime'] = np.datetime_as_string(df['datetime'].values, unit='s').replace('-', '').replace(':', '')

为什么这些方法比split/substring好？ #

• 效率高：都是矢量化操作，底层用C实现，不需要循环遍历每一行，处理100万行数据可能只需要几毫秒，而手动split/substring循环可能要好几秒甚至更久。
• 鲁棒性强：不会因为原始datetime格式的微小变化（比如有的行是YYYY/MM/DD有的是YYYY-MM-DD）而出错，Pandas/Numpy会自动处理。

内容的提问来源于stack exchange，提问作者steves