如何使用Python优雅地处理时间数据
发布网友
发布时间：2022-04-21 21:31
共5个回答
热心网友
时间：2023-04-30 00:27
1.1 datetime.date
1） datetime.date.today() 返回今日，输出的类型为date类
import datetime
today = datetime.date.today()
print(today)
print(type(today))
–> 输出的结果为：
2020-03-04
<class 'datetime.date'>
将输出的结果转化为常见数据类型（字符串）
print(str(today))
print(type(str(today)))
date = str(today).split('-')
year,month,day = date[0],date[1],date[2]
print('今日的年份是{}年,月份是{}月,日子是{}号'.format(year,month,day))
–> 输出的结果为：(转化为字符串之后就可以直接进行操作)
2020-03-04
<class 'str'>
今日的年份是2020年,月份是03月,日子是04号
2） datetime.date(年,月,日)，获取当前的日期
date = datetime.date(2020,2,29)
print(date)
print(type(date))
–> 输出的结果为：
2020-02-29
<class 'datetime.date'>
1.2 datetime.datetime
1） datetime.datetime.now()输出当前时间，datetime类
now = datetime.datetime.now()
print(now)
print(type(now))
–> 输出的结果为：(注意秒后面有个不确定尾数)
2020-03-04 09:02:28.280783
<class 'datetime.datetime'>
可通过str()转化为字符串（和上面类似）
print(str(now))
print(type(str(now)))
–> 输出的结果为：（这里也可以跟上面的处理类似分别获得相应的数据，但是也可以使用下面更直接的方法来获取）
2020-03-04 09:04:32.271075
<class 'str'>
2） 通过自带的方法获取年月日，时分秒（这里返回的是int整型数据，注意区别）
now = datetime.datetime.now()
print(now.year,type(now.year))
print(now.month,type(now.month))
print(now.day,type(now.day))
print(now.hour,type(now.hour))
print(now.minute,type(now.minute))
print(now.second,type(now.second))
print(now.date(),type(now.date()))
print(now.date().year,type(now.date().year))
–> 输出的结果为：（首先注意输出中倒数第二个还是上面的datetime.date对象，这里是用来做时间对比的，同时除了这里的datetime.datetime有这种方法，datetime.date对象也有。因为此方法获取second是取的整型数据，自然最后的不确定尾数就被取整处理掉了）
2020 <class 'int'>
3 <class 'int'>
4 <class 'int'>
9 <class 'int'>
12 <class 'int'>
55 <class 'int'>
2020-03-04 <class 'datetime.date'>
2020 <class 'int'>
热心网友
时间：2023-04-30 00:27
时间戳使用Timestamp（Series派生的子类）对象表示，该对象与datetime具有高度的兼容性，可以直接通过to_datetime()函数将datetime转换为TimeStamp对象。
import pandas as pd # 导入pandas模块，并起个别名pd from datetime import datetime import numpy as np pd.to_datetime('20200828') # 将datetime转换为Timestamp对象
Timestamp('2020-08-28 00:00:00')
当传入的是多个datetime组成的列表，则Pandas会将其强制转换为DatetimeIndex类对象。
# 传入多个datetime字符串 date_index = pd.to_datetime(['20200820', '20200828', '20200908']) date_index
DatetimeIndex(['2020-08-20', '2020-08-28', '2020-09-08'],
dtype='datetime64[ns]', freq=None)
如何取出第一个时间戳
date_index[0] # 取出第一个时间戳
Timestamp('2020-08-20 00:00:00')
2.在Pandas中，最基本的时间序列类型就是以时间戳为索引的Series对象。
# 创建时间序列类型的Series对象 date_ser = pd.Series([11, 22, 33], index=date_index) date_ser
2020-08-20 11
2020-08-28 22
2020-09-08 33
dtype: int64
也可将包含多个datetime对象的列表传给index参数，同样能创建具有时间戳索引的Series对象。
# 指定索引为多个datetime的列表 date_list = [datetime(2020, 1, 1), datetime(2020, 1, 15), datetime(2020, 2, 20), datetime(2020, 4, 1), datetime(2020,
热心网友
时间：2023-04-30 00:28
比如：
在一天的销售时间内，哪些时间段是高峰
是否与星期有关
RFM模型中的R怎么快速计算距离天数
如何找出某个时间点或时间段的数据
以某订单数据为例
查看时间列，包括日期和时间，从19年到20年，共约4万条数据，
注意类型是datetime
如果类型不是
datetime，则后续无法处理时间数据！
如下新建一列类型不是datetime的时间数据，在提取年份时会出错
如果时间数据不是默认类型时，需要进行类型转换
提取年月日、时分秒、第几周，闰年等
提取星期，其中0表示周一
热心网友
时间：2023-04-30 00:28
热心网友
时间：2023-04-30 00:29
