Python数据分析：Python日期和时间处理及操作

Python数据分析：Python日期和时间处理及操作

时间序列分类：

• 时间戳（timestamp） 特定的时刻
• 固定周期（period） 某月或某年
• 时间间隔（interval） 由起始时间戳和结束时间戳表示

datetime， time及calendar模块：

• datatime 以毫秒形式存储时间和日期

  from datetime import datetime
  
  now = datetime.now()
  print(now)
  

  运行：
  

• datatime.timedelta 表示两个datatime对象的时间差

  diff = datetime(2019, 4, 28, 17) - datetime(2019, 2, 18, 15)
  print(type(diff))
  print(diff)
  print('经历了{}天, {}秒。'.format(diff.days, diff.seconds))
  

  运行：
  

• datatime模块中包含的数据类型

类型	描述
data	以公历形式存储日历日期（年、月、日）
time	将时间存储为时、分、秒、毫秒
datatime	存储日期和时间
timedelta	两个datatime值之间的差（日、秒、毫秒）

字符串与datatime之间的转换：

• datatime 转换成 str

  1. str(datatime_obj)

     # str()
     dt_obj = datetime(2019, 4, 28)
     str_obj = str(dt_obj)
     print(type(str_obj))
     print(str_obj)
     

     运行：
     

  2. datatime.strftime()

     # datetime.strftime()
     str_obj2 = dt_obj.strftime('%Y-%m-%d')
     print(str_obj2)
     

     运行：
     

• str 转换成 datatime

  1. datetime.strptime() 需要指定时间表示的形式

     # strptime
     dt_str = '2019-04-28'
     dt_obj2 = datetime.strptime(dt_str, '%Y-%m-%d')
     print(type(dt_obj2))
     print(dt_obj2)
     

     运行：
     

  2. datautil.parser.parse() 可以解析大部分时间表示形式

     # dateutil.parser.parse
     from dateutil.parser import parse
     dt_str2 = '2019/04/28'
     dt_obj3 = parse(dt_str2)
     print(type(dt_obj3))
     print(dt_obj3)
     

     运行：
     

  3. pd.to_datatime() 可以处理缺失值和空字符串

• datatime常用格式定义

  格式	说明
  %Y	4位数的年
  %y	2位数的年
  %m	2位数的月
  %d	2位数的日
  %H	时（24小时制）
  %I	时（12小时制）
  %M	2位数的分
  %S	秒
  %w	用于整数表示的星期
  %U	每年的第几周，星期天为每周的第一天
  %W	每年的第几周，星期一为每周第一天
  %z	以+HHMM或-HHMM表示的UTC时区偏移量
  %F	%Y-%m-%d形式
  %D	%m/%d/%y形式